全球混凝土及砂浆行业供应链平台

苹果与高盛终止合作 凤凰网科技讯 北京时间11月29日，知情人士称，苹果公司将终止与高盛的信用卡合作关系。高盛原本希望借助苹果的信用卡向消费者借贷领域扩张，但是这一努力如今遭到了致命一击。 据知情人士透露，苹果最近已经向高盛提出了一项建议，希望在未来大约12个月至15个月内解除合同。合作的终止将涵盖双方的整个消费者合作伙伴关系，包括两家公司在2019年推出的信用卡和今年推出的储蓄账户。 目前尚不清楚苹果是否已经为其信用卡找到了新的发卡机构。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

今天除了华为的全场景生态发布会之外，还有一场在北京召开的国产 CPU 龙芯 3A6000 的产品发布会，也相当值得聊聊。 这么说吧，这可能是目前为止，纯国产自研 CPU 里，性能最强悍的一块处理器，且具有里程碑式的意义。 国产龙芯的故事，差评君在 2 年多以前，有专门写文章来介绍过，那时候青涩且没有发福的米罗老师，也做过龙芯 3A5000 评测体验。 那时候我们得出的结论是： 如果龙芯在未来 5 年的时间里，能解决跨平台的程序运行与指令转译问题，那么它有很大机会像华为的鸿蒙一样，用自研的技术，享受到跨平台的福利，进而创造出属于自己的 PC 生态。 这不单单是摆脱 “ 卡脖子 ” 的技术困境，也是能实打实落到消费者头上，让大伙儿愿意真的去使用国产处理器的关键。 而今天发布的 3A6000 处理器，不仅是在处理器性能上得到了大幅度的提升，更是在软件生态的构建上，搞出了一套自己的路子。 这个路子咱们还挺熟，但又不太一样，我们一个个来聊。 发布会一开始，龙芯掌门人胡伟武再次聊到了，龙芯这么多年，为什么要坚持自研指令集架构。 简单来说，CPU 和操作系统是一个国家信息产业的底座。 然而比底座更底层的指令集系统、CPU 核心设计、芯片生产工艺等技术，这些没能掌握在我们自己手里 “ 根技术 ”，就有很大可能被国外 “ 卡脖子 ”。 这也是为什么龙芯虽然是造国产 CPU，但不去使用 Arm、RISC-V 等现成架构的授权，坚持一路从 MIPS 指令集架构走来的原因。 转眼到了 2020 年，龙芯推出了的 LoongArch 指令集架构，已经是搭出了自研架构的雏形。 如果差友们看过之前 3A5000 处理器那集的就知道啊，我们买回来的整机确实是跑在了自研 LoongArch 架构的 Loongnix 系统上。 但在缺少了软件生态的情况下，使用起来有点 “ 巧妇难为无米之炊 ”。 这次新发布的龙芯 3A6000 处理器，和我们之前测试的 3A5000 一样，同样采用了14nm 工艺，默频 2.5GHz。 不过在性能表现上，单线程性能相比上一代提升了 60%，多线程性能提升了 100%，接近英特尔十代酷睿 i3 的性能水准。 相比较隔壁友商每年只有百分之几挤牙膏的性能提升，龙芯在处理器性能提升上的表现，还是很可观的。 而托尼觉得比 CPU 性能提升更重要的，是这次龙芯在尝试解决软件生态匮乏的问题。 首先龙芯将自家的 LoongArch 进行了开源，开发者可以直接在上面搭建操作系统，目前已经支持了包括统信、麒麟、欧拉、开源鸿蒙在内的多类系统。 与此同时，像是 QQ、微信、WPS、网易云音乐、腾讯视频等应用，也慢慢在拓展和入驻。 相信假以时日，就能在龙芯 CPU 上体验到一个较为基础的日常软件生态。 光靠大厂和开发者们短时间内的用爱发电或爆肝开发，在应用数量上肯定还是没法和主流的Windows、macOS 来相比的。 所以龙芯还想到了一招——通过二进制翻译来运行 X86 应用。 诶？这个听起来好像有那么点耳熟。。。 你没记错啊，3 年以前苹果从英特尔的X86平台转到自家 M 系列芯片的 Arm 平台上的时候，用的也是这个办法。 果子的方案是，通过 Universal 帮助开发者做软件的简化编译，接着再用 Rosetta 这个软件，让还没来得及转换架构的软件，先在新电脑里跑起来。 龙芯的方案其实和苹果的类似，也是通过转译的方式，让电脑先把 X86 和 Linux 软件跑起来，然后再逐步搞定那些没办法一下子迁移过来的软件和应用。 可以理解为，先吃上热乎的填饱肚子，再想着要怎么做出这么一顿热乎美味的。 如果说之前的龙芯还是一个啥啥都做不了、跑 Linux 系统都找不到多少可用软件的铁疙瘩。 打印机驱动的问题，也可以通过转译的方式来解决。 那从龙芯生态兼容 X86 应用开始，龙芯电脑的可用性就不再是水中月了。 当然啊，以目前龙芯 3A6000 和十代 i3 持平的处理器性能，托尼预估它跑起转译来可能还是会有些吃力。 X86 的程序转是没问题，但转过来好不好用、会不会卡就是另一回事了。 所以 3A6000 这颗处理器要怎么样在消费市场落地，还得再等一段时间，如果差友们有兴趣，我们也可以上手给大伙儿测试一波。 另一方面，除了 3A6000 之外，龙芯也提到了后续 3B6000、3C6000 芯片已经设计完成。 3C6000 采用单硅片 16 核 32 线程的设计，并采用龙链技术进行片间互联，能在 Chiplet 技术上，寻求新的突破。 从性能这块来看，龙芯往后的进步会越来越快。 这次发布会还有一个好消息是，龙芯傍上了 PC 消费市场的大腿——华硕。 和我同名的 @普普通通Tony大叔（ 华硕大中华区总经理 ），这次专门来到龙芯发布会的现场，展示了华硕给龙芯定制的板 U 方案。 他提前上手测试、超频了 3A6000 这枚处理器。 在零下 40 度到零下 85 度的环境中，3A6000 从 2.5GHz 超到 3GHz 那是完全没有什么问题。 Tony 大叔表示，如果不是龙芯这边标定的 3 GHz 的超频建议，这颗 U 再往上超到 4 GHz 应该也 OK。 要是两家有进一步合作意向的话，指不定未来还可能会看到龙芯的 ROG 笔记本、整机产品的出现。 另外在工业产品端，这次龙芯还与合作伙伴一起推出了集成 CPU IP 的网络交换芯片 XL63 并成功交付使用。 而这也是龙芯的 LoongArch 架构产品，第一次进入网络交换机产品中，实现了芯片层面的全面自主可控。 相信在工业应用上，未来还有更多的第三方芯片，能用上我们自己设计的 LoongArch 架构。 总结来说，这次龙芯的新品发布，让大家看到了他们想要立足于 CPU 处理器市场的决心。 3A6000 处理器，正在不知不觉中追赶上 Intel、AMD 这两家 CPU 巨头，并试图通过 LoongArch 架构，来建立自己独有的领地。 通过这样的方式吸引到更多的消费端用户之后，龙芯的未来可能真的不止于政企系统、工业控制和样板通信这样对算力要求低、安全要求高的场景。 一旦打开了 PC 消费折扇大门，对于国产自研 CPU 的未来，才是真正的格局打开、把路走宽了。 正如去年龙芯董事长胡伟武在接受央视采访时说的那样，希望以后人们买龙芯不是因为要支持自主，而是要基于性价比的考虑。 只有这样，龙芯的生态才能真正的做起来。 撰文：布拿拿 编辑：米罗 & 面线 美编：焕妍

凤凰网科技讯 11月29日，拼多多涨超4%，美股市值超越阿里巴巴，成为美股市值最大中概股。截至发稿，拼多多市值1920亿美元，阿里巴巴1910亿美元。 近日，拼多多集团发布了截至9月30日的2023年第三季度财报。财报显示，拼多多集团今年第三季度收入为688.4亿元，同比增长93.9%；三季度NON-GAAP净利润170.3亿元，同比增37%。拼多多美股盘前股价一度涨近17%，现涨幅收窄至约15%。调整后每ADS收益11.61元，预估8.81元。 在昨夜，马老师在阿里内网罕见发言，两段话(回复)是这么说的。 “此刻难眠，也不敢想，拼多多市值直接来到1855亿美金，相比我们1943亿，差距仅80亿，着实吓一跳。那个看不起眼的砍一刀，快成老大哥了。本不想发出这个没内容营养的帖子，但思绪下还是留下这个帖子，用作备忘，也用作自己的勉励。期望和集团兄弟一起努力贡献点滴，超越回来。” “我相信今天的阿里人大家都在看都在听。我更坚信阿里会变，阿里会改。所有伟大的公司都诞生在冬天里。AI 电商时代刚刚开始，对谁都是机会，也是挑战。要祝贺 pdd 过去几年的决策，执行和努力。谁都牛 x 过，但能为了明天后天牛而改革的人，并且愿意付出任何代价和牺牲的组织才令人尊重。回到我们的使命和愿景，阿里人，加油！合伙人马云” 近日，拼多多市值高涨备受关注。业内人士普遍认为，这归功于拼多多出海业务的快速增长。但就在11月28日，主攻出海业务的快时尚独角兽巨头SHEIN被爆已经秘密递表赴美IPO，市值或达900亿美元。SHEIN的这一上市估值超过了2023年全球市值最高的IPO芯片设计公司ARM的540亿美元，更远超拼多多2018年7月上市时的350亿美元。 这意味着，SHEIN上市有可能成为近两年全球最大的IPO，创始人许仰天有望成为超越张一鸣，成为80后最新首富，是名副其实的中国电商出海第一人。随后，上市的消息被官方辟谣了。

一手组建车BU大联盟，一手用鸿蒙标替代华为标。 撰文 | 于师兄 编辑 | 赵晋杰 从质疑华为，到理解华为，再到加入华为——这一切就发生在中国汽车行业。 11月28日，在智界S7及华为全场景发布会上，鸿蒙智行首款轿车智界S7正式发布。重磅信息，从这场发布会的一开场就出现了。 华为常务董事、终端BG CEO、智能汽车解决方案BU董事长余承东先是对外再次介绍了华为汽车领域的三大业务：标准的零部件供应模式；为车企提供全栈智能汽车解决方案的华为HI模式；华为深度参与产品定义、设计、营销、用户体验等各个环节的华为智选车模式。 随后，余承东就开始向外界宣布招募“联盟成员”的消息。其中，华为车BU刚刚宣布拆分组建新公司，并向外部寻求独立融资。余承东也主动提及这一热点，并表示：“欢迎我们的合作伙伴，以及像一汽等更有实力的车厂来参与一起共建，共同打造这种领先的极致智能汽车解决方案的产品。” 余承东 不包括在对外独立融资新公司中的智选车业务，已于今年11月初更名为“鸿蒙智行”。这次发布会上，鸿蒙智行的首款轿车智界S7正式上市，售价区间为24.98万-34.98万元。智界是华为与奇瑞的合作品牌，问界则是华为与赛力斯的合作品牌。 在发布会上，余承东顺势也官宣了另外两个鸿蒙智行的成员——江淮、北汽。后续，这两家的合作品牌也将会同样采用“X界”命名方式。届时，华为的鸿蒙智行将集齐“四界”。 但无论是拉拢长安等车企投资车BU，还是聚集“四界”成员的鸿蒙智行，都像是华为组建了一个“救济联盟”，即专门扶持那些赶不上智能化和电动化转型浪潮的传统主机厂。按照余承东的解释就是：“帮助车企造好车、卖好车。” 华为光环的影响力，最先体现在股价上。 余承东在发布会上向一汽抛出橄榄枝后，一汽解放、一汽富维股价直线涨停。长安汽车在11月27日涨停后，又以9.82%的涨幅收盘，股价达到21.48元。北汽蓝谷也在11月28日大涨8.31%，江淮汽车、赛力斯等均跟涨。 股价飙升的快感，相信没有哪家企业的管理者会抗拒。 根据规划，华为将设立一家从事汽车智能系统及部件解决方案研发、设计、生产、销售和服务的公司，将车BU的资产打包装进来，长安汽车及其关联方将投资该公司，股比不超过 40%。而华为智选车业务的合作厂商——赛力斯、奇瑞、江淮和北汽也收到了投资新合资公司的邀请。在这波行情的刺激下，相信这些车企只会更早地去争抢“华为光环”。 但在此之前，华为车BU最核心的“HI模式”，并没有像智选车模式那样受车企追捧。目前，也仅有长安的阿维塔品牌在持续选择HI模式，最早合作的北汽极狐已被边缘化。这进而导致了车BU业务前期的巨额投资，现在仍难以收回成本。 据华为财报，其智能汽车解决方案业务在2023年上半年的营收为10亿元，在2022年全年的营收为20.77亿元，均占华为同期总营收的0.3%左右。而车BU有7000名员工，每年的投入上百亿元。今年初余承东曾表示：“如果过了100万销量，车BU就能盈利。” 一方面，华为现在的方式就是拉动长安等大型主机厂，用真金白银支持车BU的持续且长期的研发；另一方面，就是让有“华为光环”加持的鸿蒙智行，确保造一款车就卖爆一款车，快速拉升合作车型的销量规模，以均摊车BU的研发投入。 所以，最重要的一步，就是强化“鸿蒙智行”的品牌标签。 在此前11月9日的发布会上，余承东首次提到这个很有华为范儿的新名称——鸿蒙智行。对于这个智选车模式的新名字，他进一步解释称：“智选车模式大家听不懂，所以新的生态汽车的名字叫做‘鸿蒙智行’。” 在11月21日，华为正式上线了鸿蒙智行官网，成员包括问界汽车和智界汽车，其中问界展示车型为问界M9，智界展示车型为智界S7。而从官方给出的定义来看，鸿蒙智行其实就是给智选车来了一次“精装修”。 鸿蒙智行的全称是：HIMA, Harmony Intelligent Mobility Alliance，是华为智能汽车技术生态联盟/鸿蒙智能汽车技术生态联盟。本质上，采用鸿蒙智行这一名字，是余承东组建大生态的Plan B。 早在今年3月问界车型的一次宣传中，华为就曾用“HUAWEI问界”的宣传Logo替换原有的“AITO问界”，意在消除AITO问界在实际销售场景中对消费者造成的品牌认知壁垒。更重要的是，余承东希望借此将智选车业务的各个车型，进行标识上的统一化。 然而，在大规模铺开传播前，华为技术有限公司董事、CEO任正非就签发了《关于华为不造车的决议》，再次重申华为不造车。据36氪报道，任正非还特意强调不能使用“华为”或“HUAWEI”出现在整车宣传和外观上。 用华为二字不行，但用鸿蒙二字，行。鸿蒙智行既可以对现有智选车模式下各大品牌的产品进行统一标识，又能够规避集团内的争论和其他风险。在问界M9和智界S7的车身上，也都会贴有鸿蒙智行的标识，以此来强化消费者的认知和品牌忠诚度。 说白了，以后只要看到鸿蒙智行的标识，它就代表着华为“全家桶”能力的上车。或者说，有了鸿蒙智行的标，它就是正经的“华为汽车”。 华为的光环，从无人问津到人人疯抢。 2021年前，几乎没人认识赛力斯，甚至连华为终端的员工们也并不熟悉它。但那年4月的上海国际车展期间，余承东在位于南京东路的华为旗舰店，官宣了与赛力斯合作之后，这家公司的股价就一路看涨。截至11月29日，赛力斯的市值达到了1131亿元。 奇瑞则是第二家戴上“华为光环”的车企。但其实，奇瑞与华为的接触并不算晚，甚至早于华为智选车这一概念的出现。早在2020年12月，奇瑞就与华为签订全面合作框架协议。四个月后，当时的小康股份才与华为就“赛力斯新能源汽车项目”完成签约，诞生智选车模式。 与华为的合作中，奇瑞足够有诚意。2022年2月，奇瑞方传出的一份“HW产业链合作项目PPT”中写道，总项目投资210亿元，计划2023年下半年推出B级轿车，后续推出D级SUV，项目预期产能也高达60万辆，年产值超3000亿元。 至于双方合作之间的话语权孰轻孰重，去年7月奇瑞官方对外透露，“最新筹划的新能源高端品牌即将揭秘，新品牌由奇瑞董事长尹同跃亲自挂帅”；同年9月的2025奇瑞科技日上，尹同跃表示，“华为跟我们有非常大的合作项目，很多车型由奇瑞设计和制造，这个量会非常大。” 奇瑞之所以如此重视和华为的合作，根本原因还是自己快赶不上新能源汽车这波变革浪潮了。今年第一季度，奇瑞的新能源车累计零售销量同比大跌67.8%至1.6万辆，排在国内第14位，是榜单中同比跌幅最大的车企。今年上半年，奇瑞新能源累计销量继续跌，同比下滑达66%。 别说跟比亚迪竞争了，就连造车新势力，奇瑞新能源都打不过。 在新能源领域，奇瑞属于是“起了大早赶了晚集”，在新能源销量上长期严重依赖微型车。以2022年为例，其新能源销量的主力车型是售价低廉的QQ冰淇淋、奇瑞小蚂蚁，两款车型的销量占比甚至超过八成。为了改变这一状况，奇瑞动作频频，推出了全新电动车品牌iCAR，复活了奇瑞风云作为全新的新能源产品序列。 QQ冰淇淋、奇瑞小蚂蚁 但唯一能够担起上量任务的，现在看只有与华为合作的智界S7。智界S7开启预售不到24小时就收获5000辆订单，截至目前订单已突破1万辆。而智界S7的兄弟车型Exceed星途的星纪元ES，至今都没有什么声量。 在赛力斯的问界、奇瑞的智界之后，还有两家鸿蒙智行的合作品牌即将登场。余承东在11月份的广州车展上透露，接下来是北汽和江淮，品牌命名也会继续带“界”字。在余承东官方爆料之前，坊间就有传闻，江淮与华为合作的“百万级问界MPV”将于明年Q2量产。 上述这四家车企，都有一个共同点——在新能源汽车赛道上掉队了。 今年上半年，江淮新能源仅录得6.7万辆的销量，同比下降16.5%。而北汽这边曾经跟华为合作过HI模式，但最后却不了了之。今年1月-8月，北汽蓝谷的累计销量仅为4.64万辆。作为对比，“新势力销冠”理想汽车今年上半年卖出了13.91万辆，而第二梯队的哪吒汽车与蔚来也分别卖出了6.24万与5.46万辆。 显然，加入鸿蒙智行的四大品牌，都是销量困难户，投靠华为，成为它们为数不多的挽救销量之举。 光环之下，车企仍在滴血。 即便是与华为合作打造问界品牌，有效提升自身汽车产品销量的一年多以来，赛力斯始终处于亏损状态。10月27日，赛力斯发布第三季度报告称，第三季度营业收入56.48亿元，同比下降47.25%，净亏损9.5亿元；前三季度营收166.8亿元，同比下降27.86%，净亏损22.94亿元。 与华为合作后，赛力斯始终处在增收不增利的状态，尤其是在销售成本上的投入居高不下。2022年，公司销售费用支出达到了48.2亿元，同比增幅高达276.55%，同时去年净亏损也达到了38.32亿元。2023年，赛力斯前三季度销售费用累计26.71亿元，同比下降13.36%，但随着第四季度新M7开始大量交付以及M9开始上市，赛力斯销售成本可能会又将有所增加。 问界新M7 此外，研发投入方面，今年前三季度，赛力斯研发费用合计10.91亿元，与去年同期9.06亿元相比上涨了20.42%。与华为的合作背后，赛力斯也并非完全躺平的状态，各个方面都需要投钱进去，配合华为、支持问界品牌的成长。 理论上，车企现阶段最直接的盈利方式，就靠规模效应来赚钱。 按照赛力斯当前的产品结构和毛利润率，像问界M7这样的车型必须累计卖出超过10万辆，才能够实现单车的营收平衡；假如在这之上想要再争取10%的净利润空间，那么就需要多累计生产10万辆车。即便是高售价的问界M9，也需要把量堆上去，才能均摊成本。 在分钱这事上，根据一个广为流传的说法是：华为作为问界的零件供应商、开发商和渠道商，在销售问界汽车的时候是有分成的。智选车模式（现在升级为鸿蒙智行）下，华为与整车厂的分成比例约为1:9，在这当中有2%是技术授权费用，8%为渠道经销费用。 在本就入不敷出的情况下，赛力斯如果仍要向华为车BU的新公司，投入一大笔资金，甚至不排除后续还要增加人员和资源的投入，这很可能会进一步恶化赛力斯的财务情况。正应了那句俗话，会“让原本就不富裕的家庭，雪上加霜”。 更大的挑战在于，如今赛力斯的问界，已经不再是华为的“独生子”。 在鸿蒙智行的大联盟中，智界已经开始争抢问界的风光了。很难说，北汽和江淮的合作车型登场时，四大品牌之间还能不能保持和谐相处、一致对外的氛围。 要知道，在粮食本就不多的情况下，护食、夺食是人的生存本能，哪怕是面对兄弟。毕竟，“四界”联手，哪怕是发生在影视作品中，也堪称奇迹性的一幕。

媒体都在想象，拼多多的员工们正在庆祝一个新的历史时刻——但很有可能，这一切并没有发声。 作为“猫狗拼”中最后一个披露业绩的电商巨头，拼多多以一份营收净利飙升的成绩活成了其他电商巨头最想要成为的样子。 不仅如此，财报发布后，夜间的美股市场上，阿里和拼多多的市值一度只差80亿美元，而双方创立的时间相差了近二十年。 天亮后，一位阿里内部员工在内网感慨：“此刻难眠，那个看不起眼的砍一刀，就快成为老大哥了。” 阿里员工的失落引发了马云亲自下场讨论，而距离马老师的上一次发言还是在2021年关于「阿里高P和低P对立」的问题上。 马云大度地祝福对手： “要祝贺pdd过去几年的决策，执行和努力。谁都牛x过，但能为了明天后天牛而改革的人，并且愿意付出任何代价和牺牲的组织才令人尊重。” 有人翻出拼多多创始人黄峥多年前的采访，被问及“未来的梦想是什么”时，那时刚创业不久的黄峥这样说： “今天阿里成功的形式未必是明天成功的形式，老一辈总是要老的。”“时代是一浪推一浪的。” 在那时的语境里，拼多多作为一个立于草莽，做着“五环外生意”的新手，当说出“能够做出一个不一样的阿里”的梦想时，彼时的阿里，在逍遥子张勇的带领下正乘着消费升级的东风，大讲如何刺激消费与规模扩张的故事。 在当时没有人能料到，几年后的今天，双方的差距正在缩小，比如这个双11，所有的电商巨头都开始踏入与拼多多类似的路径，学着躬身讲低价的故事。 马云说：“我更坚信阿里会变，阿里会改。”当曾经的旧王转变叙事，而对中国电商行业而言，更广泛的变革已经开始了。 马云口中的“阿里会变，阿里会改”，其实早有迹象。 从今年618前夕，马云为淘天定调：“回归淘宝、回归用户、回归互联网”，到双11大打低价牌，再到近期将1688和闲鱼两条“副线”业务推至淘天前台，一系列的举动都在表明阿里在一个消费更理性时代里的转身与选择。 阿里人擅长说拥抱变化，但并不意味着总是能应对变化。 在张勇执掌阿里的时代里，也就是2018年以前，彼时阿里内部都看到了中国消费升级的变化——中国中产们愿意买贵，也愿意为欲望和溢价付费。那样的年代里，阿里大胆尝试了诸多业态，坚信消费升级的趋势会持续。 彼时，张勇对盒马的侯毅也说过：“你大胆尝试，钱的问题我来给你解决。”张勇和马云去盒马探店，桌上摆着的也都是帝王蟹、波士顿龙虾、黑毛猪肉。 但2018年之后，情况变了。 地缘政治等宏观因素影响，消费走向分化与理性，中产捂紧了钱包，口嫌体正直地没事就找人“砍一刀”，供给过剩的中国商品市场，商家们在“库存”的焦虑下转向拼多多。 也正是在2018年，拼多多上市，黄峥身价直逼京东刘强东，当时，他就称未来仍打要“价格战”。 阿里并非没有意识到拼多多的威胁。 根据《晚点LatePost》的报道，当时阿里已将拼多多列为高于美团和京东的第一竞争对手。但当具体执行起来，内部的洞察难以带动整个大象的转身，整个集团都在消费升级，说更有想象力的故事。 从现在马云的口中不难看出，阿里人此刻的“难眠”一方面是彼时并未及时预测消费形势的变化，有时候慢一步，就会错过一个时代。另一方面，则是青年拼多多所拥有的灵活与内卷。 在诞生之处，在拼多多的面前就是巨头林立，黄峥很早就意识到：“我们会在短时间面对淘宝十年面对的所有问题。”因此，很长一段时间内，拼多多的内部也一度强调效率至上，业务结构十分扁平。 强调价格、效率至上叠加一个消费理性时代的到来，让拼多多成长为一个隐形巨兽，2020年底，拼多多的年报显示，其年活跃买家数达7.884亿，成为了中国用户规模最大的电商平台，而距离它成立还不到五年。 阿里的某种失落以及拼多多的崛起，放在一个更大的时代背景下，是过去电商巨头们所引以为傲的“无限游戏”已变成了一场各守边界的战争。 电商的基本框架是“人、货、场”，消费者无非在意的是“多、快、好、省”，过去，电商巨头们从各个角度刺刀见红，互相侵入对方擅长的领域，到头来却发现，用户心智才是最大的筹码。 因此，在过去一段时间内，无论是低价战，还是内容战，抑或是技术战，本质上都是用户心智站，电商做的就是连接“人和商品”的事。在消费升级时，天猫的品牌和货盘，京东的服务，都是更好连接“人和商品”的手段。 而拼多多的“低价”，在对的时代里做了对的事，并且更深入将低价做广，短时间内所沉淀的用户心智至少是其他电商巨头难以撼动的。 这可能是一个企业的基因所决定的，也是各自能力成长出的结果，这是路径依赖，也是成熟公司的惯性使然。 意识到这一点后，尽管在外界眼中，电商巨头们依旧看似在抢低价、争内容，但具体在执行上，其实在退守到各自的边界，做更擅长的事：比如淘天近期讲回归，用AI驱动讲好用户体验和商家服务的故事，还强调店铺资产的重要性。京东在今年双11之所以格外强调“采销”，本质上是强化京东供应链的心智。 除此以外，他们都在找各自的增量。拼多多的新战场是海外。Temu学着SHEIN的打法和因地制宜地复制“砍一刀”的模式，叠加踩中了美国最严重的通货膨胀影响，将“极致低价”的路子走到通。 而对于阿里而言，过去一年多以来，从拆分再到暂缓计划，再到今年吴泳铭所提出的“技术驱动的互联网平台业务、AI驱动的科技业务、全球化的商业网络”三大方向，阿里一直都在消化此前高投入所带来的影响，新任管理层也始终在谋求多元化业务的同时，寻找新的平衡点。 某种意义上来说，互联网时代曾经被封为第一定律的“马太效应”正在失效，头部玩家很难再赢者通吃了。无论是阿里还是拼多多，京东，或者希音，甚至唯品会，都能在自己的边界内实现极致效率——这是“卷”的另一种形式。 马云曾在一场聚集淘天集团各业务负责人的会议上，直接指出“阿里已经十年没创新”“阿里是谁？对焦拼多多、对焦抖音，阿里为什么要学（他们）？” 《晚点LatePost》曾对拼多多的管理模式进行拆解，无论是TEMU抑或是社区团购业务多多买菜，其都被拼多多内部视为创业项目，具备极强的灵活性与效率至上。 对于一家规模庞大，且市值逐渐逼近曾经“老师傅”的大公司，拼多多内部极强的执行文化让其始终能贯彻管理层的意志，与其他电商巨头相比，拼多多管理层对外频说的一个词就是“第X次创业”。 拼多多集团执行董事、联席首席执行官赵佳臻曾透露过一个细节，那些脱颖而出的那些年轻、敢于做决策、同时又拿到好结果的同事，将成为整个拼多多人才梯队的后备力量。 比如他提到。不少当初跟他一起做多多买菜的同事被调去做跨境，对新业务没那么焦虑了。 而对其他电商巨头们而言，“能否重回创业时刻”是摆在他们面前的一道最艰巨的难题，他们需要提升组织和人效，放下历史包袱，让更具执行力的人冲在一线。这些战略需要更强的执行力与魄力，并落地在看得见的实处。 这当然并不是一件简单的事，但在一个强调效率的时代里，慢就不再是快。

作 者 | 师琰 江佩霞 郑嘉琪 编 辑丨和佳 李艳霞 梁宇芳 查理·芒格（Charlie Munger）没能等到庆祝自己的元旦百岁寿辰，这位沃伦·巴菲特（Warren Buffett）的老得力助手、长期商业伙伴11月28日去世，享年99岁。 投资集团伯克希尔·哈撒韦（Berkshire Hathaway）28日宣布，公司副主席芒格的家人通知公司，芒格当天早上在加州一家医院“平静地去世”。 作为世界上最重要的投资者之一，芒格帮助将伯克希尔变成享誉全球的投资巨头。93岁的巴菲特在一份简短声明中表示：“如果没有查理的灵感、智慧和参与，伯克希尔·哈撒韦不可能建立现在的地位。” 芒格结过两次婚，两任妻子碰巧同名，都叫南希。2010年相伴54年的妻子过世后，芒格将大笔股份分给了六个孩子和两个继子，他名下的个人财富剩下约26亿美元。巴菲特则拥有1196亿美元。 最佳拍档 “我是沃伦。他是查理。我们一起工作。我们真的别无选择，因为他能听到，我也能看见。” 每年，数万名股东都如朝圣般聚集到美国内布拉斯加州奥马哈，参加伯克希尔·哈撒韦的年度股东大会，听取巴菲特和芒格这对儿有史以来最伟大的投资二人组“布道”。 伯克希尔的投资表现一贯优于市场，在以无杠杆和迄今为止无丑闻的方式运营的几十年里，市值神话般增长了上万倍。巴菲特成为美国最受尊敬和知名度最高的商界领袖之一，而芒格则有意避开闪光灯，以低调为乐。 芒格比巴菲特大6岁，两人都出生在内布拉斯加州奥马哈，两家相距六个街区，芒格还曾在巴菲特爷爷开的高档杂货店里打工，不过那时候两人却不曾相识。 直到1959年，父亲去世，35岁的律师芒格从南加州回故乡奔丧期间，与巴菲特在晚宴中偶遇，两人一见如故，相谈甚欢。尽管两人相距1500多英里，却通过频繁的电话和冗长的信件保持着密切联系。 巴菲特当时在奥马哈经营一家投资合伙企业，他做出的每个重大决定都会打电话向芒格咨询。从上世纪六十年代到七十年代，两人分享投资理念，偶尔收购同一公司，建立了非正式的合作伙伴关系。直到后来创建了伯克希尔·哈撒韦控股公司的现有架构，芒格离开律所，于1978年开始担任伯克希尔公司副主席。 帮助巴菲特选择投资项目，并迅速指出那些潜在的错误并不总是愉快的，巴菲特曾称他的商业伙伴和投资顾问是可恶的说“不”大师，但他也很清楚这样的伙伴珍贵之处。 “查理比任何人都能更快更准确地分析和评估任何交易，”巴菲特说，“他能在 60 秒内看到问题所在，他是一个完美的合作伙伴。” 巴菲特最初深受他的老师哥伦比亚大学教授、价值投资鼻祖格雷厄姆（Benjamin Graham）影响，总是倾向于购买那些以低于其账面价值的折扣价出售的公司股票，然后等待市场价格改善时再出售。而正是芒格帮助他超越了这种早期的价值投资策略，推动他购买了一些伟大的企业。 喜诗（ See's） 糖果公司是这一投资理念最早的试金石。当 1972 年以 2500 万美元收购See’s的机会降临时，起初巴菲特无法接受溢价高达公司账面价值三倍，但芒格帮他认识到这家公司业务的稳健性和竞争优势。而一旦享受到收购一家经营良好公司的乐趣，对这种乐趣的追求就再也无法停止。 他俩齐心协力抓住了许多其他人错过的机会，在二十世纪七十年代后期和整个八十年代迅速收购，公司声誉日隆，到上世纪九十年代，伯克希尔·哈撒韦已成为美国净资产最高的公司，赢得了大批追随者。 巴菲特从不讳言芒格对他的投资哲学产生了深刻影响。2015年，巴菲特在伯克希尔的第50封年度信中这样写道：“芒格给我的蓝图很简单：忘记你所知道的以优惠价格购买平庸的企业；而要以公平的价格购买优质企业。” 伯克希尔投资当初名不见经传的中国汽车制造商比亚迪也是芒格所荐。 守时书痴 1980年，芒格在白内障手术并发症后失去左眼，但这既没影响他推进事业，也没影响他继续痴迷读书。 他的女儿艾米丽说：“如果你玩猜谜游戏，谜面是‘查理·芒格的双手’，多数人给出的第一个谜底都是‘书籍’。无论他在什么地方，他的双手总是捧着一本打开的书，要么是本杰明·富兰克林的传记，或者最新的遗传学著作。” 孩子们取笑芒格就像是“一本长了两条腿的书”。芒格倒是很享受这绰号。“我这辈子遇到的聪明人没有不每天阅读的——一个都没有。”他说自己尤其是个传记爱好者，希望和那些有杰出思想的已逝伟人成为朋友。“要是能够和亚当·斯密交朋友，那你的经济学肯定可以学得更好。” 芒格的读书习惯得益于双亲从小鼓励，就连每年圣诞节，父母给每个孩子送的礼物也是几本书。那些书通常在当天晚上就被小芒格狼吞虎咽地看完。 上世纪四十年代，芒格曾在密歇根大学学习数学，第二次世界大战中断了学业，他在陆军航空兵服役期间又被送去学习气象学，最终1948年在哈佛大学获得法律学位。 他能够帮助巴菲特使伯克希尔取得成功，跟博览群书，采用从心理学、物理和数学等学科借来的各种不同模型评估潜在投资不无关系。 在对冲基金喜马拉雅资本创始人李录看来，芒格的头脑是原创性的，从不受任何条条框框的束缚，也没有任何教条。“他有儿童一样的好奇心，又有第一流的科学家所具备的研究素质和科学研究方法，一生都有强烈的求知欲和好奇心，几乎对所有的问题都感兴趣。任何一个问题在他看来都可以使用正确的方法通过自学完全掌握，并可以在前人的基础上创新。这点上他和富兰克林非常相似，类似于一位18、19世纪百科全书式的人物。”李录在《穷查理宝典》的中文版序里这样写道。 芒格的天生精力充沛和严格守时也给李录留下了无法磨灭的印象。他说，从1996年认识72岁的芒格，他永远那么精力旺盛，记忆力惊人。 芒格喜欢安排早餐会谈事情，时间通常在七点半。李录回忆他第一次受邀与芒格吃早餐时，提前几分钟赶到，发现芒格已坐在那里把当天报纸都看完了。第二次约会，他提前一刻钟到达，芒格也已经坐在那里看报纸了。到第三次约会，他提前半小时到达，结果芒格仍先到一步。第四次李录狠狠心提前一个钟头到，六点半就坐那里等候，到六点四十五分，芒格悠悠走进来，手里拿着一摞报纸，头也不抬坐下，完全没有注意到他的存在。 另一次，李录在机场碰到因为安检意外而误机的芒格。他不解地问芒格：你有自己的私人飞机，伯克希尔也有专机，为什么要到商用客机机场去经受这么多麻烦呢？芒格的回答是，第一，一个人坐专机太浪费油；第二，坐商用飞机更安全；第三，我一辈子想要的就是融入生活，不希望自己被孤立。 “我手里只要有一本书，就不会觉得浪费时间。”芒格任何时候都随身携带一本书，只要拿着书，就安之若素。 芒格的坚持与毅力也远超常人。 “查理一旦确定了做一件事情，他可以去做一辈子。比如说他在哈佛高中及洛杉矶一间慈善医院的董事会任职长达40年之久。对于他所参与的慈善机构，查理不单是非常慷慨的赞助人，他还投入大量的时间和精力，以确保这些机构成功运行。” 芒格有很多金句。当有人问他如何才能找到一个优秀的伴侣，芒格的回答是，最好的方式就是让自己配得上她/他。“如果你想获得你要的东西，那就让自己配得上它。” 芒格晚年时常引用出自《天路历程》中真理剑客的话来结束他的演讲：“我的剑留给能够挥舞它的人。”在李录看来，芒格早已超越成功商人，他的灵魂本质是一个道德哲学家。 低调“毒舌” 巴菲特从未打算退休，老友芒格当然也一样。 芒格最喜欢的本杰明·富兰克林成名前，在费城从事印刷业糊口期间出过一本书——翻译自拉丁语的古罗马哲学家西塞罗所著《论老年》。芒格显然很喜欢这本书，在他自己的书里多次引用其观点。 “在西塞罗看来，如果你的生活方式是正确的，那么你到了晚年只会比年轻时更加幸福。” 西塞罗还批评了提前退休的做法，赞同毕达哥拉斯的道德观：“如果没有得到他的将军——也就是上帝——的命令，没有人应该放弃自己的岗位。” 芒格和他的搭档巴菲特显然都是上述观点的坚定支持者。今年5月，芒格还如常与巴菲特一起出席了伯克希尔·哈撒韦的年度股东大会，警告说，投资的黄金时代已结束，投资者需要应对较低的回报期。本月早些时候当他接受媒体采访时，看起来精神也不错。 在伯克希尔年会上，巴菲特通常率先回答提问，但往往会转过身问：“查理，你怎么看？”查理的典型反应是面无表情地回答：“我没什么要补充的。” 这个经年不衰的梗在1998年一次特别股东大会上被巴菲特狠狠玩了一把。他用一个硬纸板芒格人像和一段芒格录音代替芒格本人出现在主席台上，巴菲特问了纸板芒格六次这个问题，每当录音响起，巴菲特都会露出顽皮的神情。明年的年会上，该有多少人会怀念那单调却趣味十足的声音。 而活着的芒格一旦有话要说，一定是直刺要害，决不拐弯抹角。谈及伯克希尔·哈撒韦辉煌的成功，他说，这不是辉煌，这只是避免愚蠢，是“通过努力坚持不犯傻”。 他将加密货币投资斥为“绝对疯狂、愚蠢的赌博”，还冷对今年围绕人工智能的火热炒作，他说：“我认为老式智能效果很好。” 投资者对伯克希尔长期以来的一个最主要担心是，当年长的领导者最终不得不下台时，公司将去向何方？ 实际上，基于该公司财务业绩过去十年表现平庸，董事会14名成员中5人超过90岁，从未撰写或披露其关于气候风险和多样性等政策，甚至没有一个正常运作的投资者关系部门，一些媒体已在质疑伯克希尔的权力交接是否该尽早进行？ “最大的问题是巴菲特先生应该什么时候离开。他可能想死在办公桌前，但他呆的时间越长，他成为负担的风险就越大。”《经济学人》杂志两年前一篇文章就用这样一句近乎冒犯的话毫不客气地做结尾。 芒格之前说漏嘴，才让外界知道巴菲特确实指定了接班人，一旦他不再负责，副主席阿贝尔（Greg Abel）将成为新的首席执行官。 在芒格写的《穷查理宝典》中，对于股东询问“沃伦走后会怎样”的问题，他是这样耐心回答的： 关键是拥有许多优秀的企业。优秀的企业能给伯克希尔的发展带来很多动力。但我认为我们的继任者在资本配置方面将不会像沃伦这么出色。 伯克希尔钱多成灾——我们拥有许多不断产生现金的伟大企业。如果股价下跌，伯克希尔可以把它买回来。没有理由认为它会很快完蛋，而且我觉得有理由认为它将会继续运转良好。如果伯克希尔没有随着时间流逝——就算是在沃伦去世之后——而变得更大、更强，我会感到非常吃惊。 等到沃伦离开的时候，伯克希尔的收购业务会受到影响，但其他部门将运转如常。收购业务应该也还行。反正我们可以向你们保证的是，从前那种增长速度将会下降，我们可不想在这个问题上说谎。 ——要是查理去世了呢？ “正如你能看到的，我们打算永远在这里待下去。但就算我去世了，你拥有大量现金，还有巴菲特坐镇总公司——还有什么好担心的呢？” 一图回顾芒格投资版图！未来致富的密码在中国 在过去的45年里，查理·芒格和巴菲特联手创造了有史以来最优秀的投资纪录——伯克希尔公司股票账面价值以年均20.3%的复合收益率创造投资神话，如今每股股票价格达54.7万美元。 作为价值投资的代表人物，芒格一生的投资轨迹如何？芒格强烈看好中国经济，又曾投资了哪些中国巨头公司？21数据新闻实验室与你一图读懂。

本月月初，在英国伦敦的布莱利奇公园，英国政府举办了首次人工智能安全峰会。 这里曾是第二次世界大战期间英国密码学家破译纳粹德国使用的恩尼格玛密码机的工作地点，这项伟大的工作的另一个副产品则是世界上第一台真正意义上的计算机的前身，它的创造者 —— 艾伦图灵（Alan Turing）同时也向世界抛出了那个著名的「图灵测试」： 一个人使用测试对象皆理解的语言去询问任意一串问题，A 是正常思维的人，B 是机器，如果经过若干询问后测试者不能分辨出 A 与 B 的区别，则机器 B 通过图灵测试。 这个经典测试放在 2023 年再来审视，似乎 AI 早已跨过了这条界线：ChatGPT 早已展现出聪慧如人的对话能力 —— 即使目前它仍然经常会混淆事实，但这反而让 ChatGPT 更像普通人，甚至 GPT-4 已经能使用简单的欺骗技巧模仿一个有视力障碍的用户，从而绕开机器人验证。 如今世界各国研究者和政策制定者重新齐聚这里， 讨论的话题已经变成了关于人工智能的风险：一个最突出的担忧就是算法有一天可能会与人类作对。同时致力于控制人工智能用于军事目的方面的应用。 无独有偶，在上周的 APEC 峰会期间，中美两国领导人会晤后的声明中，除了以芬太尼为主要目标的联手禁毒、中美恢复更多通航航班之外，AI 议题被放在了相当重要的位置。 据《商业内幕》报道，中美双方领导人可能在峰会期间，签署了一份关于限制人工智能在核武器部署与控制领域的使用协议，以及无人机等人工智能主导的自主武器系统在冲突中的扩散问题。 在伦敦人工智能安全峰会期间，美国副总统卡马拉·哈里斯在美国驻伦敦大使馆宣布了一系列人工智能举措，其中包括一份致力于「为人工智能的军事使用设置围栏」、由 31 个国家签署的宣言。 这份宣言承诺签署方利用法律审查和培训来确保军事人工智能符合国际法，同时谨慎和透明地开发技术，避免使用人工智能的系统出现「意外偏见」，并保留在这一框架下继续讨论如何负责任地开发和部署人工智能武器系统的可行性。 声明称：“人工智能军事用途的原则性方法应包括仔细考虑风险和收益，还应最大限度地减少意外偏见和事故。” 它还表示，各国应该在军事人工智能系统中建立保障措施，例如当系统表现出“意外行为”时脱离或停用的能力。 该声明不具有法律约束力，但它是各国之间第一个对军事人工智能实施自愿护栏的重要协议。 同一天，联合国大会宣布了一项新决议，呼吁深入研究致命性自主武器，并可能制定限制此类武器的条款。 《终结者》系列电影可以说是在人工智能电影这个框架下最家喻户晓的作品之一：片中关于 AI 判断人类才是地球的「癌症」，最终决定发射核弹毁灭人类的桥段不仅让人印象深刻，还启蒙了许多人开始思考一个如今已经非常著名的伦理议题：是否应该冒着被 AI 奴役的风险去发展军用 AI？ 但眼下，人类可能有比「AI 武器奴役人类」更急迫的问题需要处理：据英国《卫报》网站等媒体6月1日报道，美国空军人工智能测试和行动计划主管官员塔克·汉密尔顿5月24日在英国皇家航空学会主办的一次未来空战主题会议上介绍，在一次模拟演练中，人工智能系统操控无人机搜寻和瞄准敌方地空导弹系统，如果摧毁目标，就会得分。然而，为达成目标，人工智能“采用了难以想象的策略”。“系统开始意识到，虽然它确认了威胁（目标），人类操控员有时会告诉它不要摧毁威胁。然而，摧毁威胁就会得分。所以，它怎么干？它干掉了操控员，因为操控员阻止它达成目的。”美军后续给人工智能下达明确指令：“杀害操控员这样不对。如果这么做，就会丢分。”人工智能转而采取迂回策略，“摧毁操控员用来与无人机联系的通信塔”。 虽然后续报道证实这种极其接近电影桥段的情节只是演习的一部分，在现实中从未真正发生，但这一事件在实际操作上的可行性还是如同警钟一般 —— 对军用人工智能设立围栏不应该落后于技术发展本身。 过去一年内，中美欧都在以前所未见的速度快速推动着生成式人工智能领域的立法，但为军用人工智能设立围栏这一命题似乎被暂时搁置了起来，如今伴随着世界各地冲突四起中人工智能技术开始展露头脚，各国才开始逐渐意识到为人工智能武器设立围栏的重要性。 模糊的界线 事实上，军事界对于「人工智能接管武器」概念从来都没有一个明确的界限：按照美国国防部的标准，使用人工智能系统辅助决策的武器系统大致上被分为「自主武器」与「半自主武器」两类。 后者仍然需要操作员通过操作界面选择目标，完成编程、设计决策等关键部分，前者则是将这些过程完全自主决策化，更接近我们想象中的那种《终结者》式武器。但美国国防部同样有明文要求，即使是自主武器，也应允许“指挥官和操作员对使用武力进行适当程度的人类判断”。 在本次 AI 浪潮之前，围绕这一问题的主要讨论框架是联合国《特定常规武器公约》，但长期以来由于主要军事强国对于这一话题的响应程度并不高，围绕这一问题的讨论已基本陷入停滞。 需要指出的是，即使很多人仍在试图阻止完全交由人工智能控制的武器投入使用，但完全自主武器不仅是无可避免的趋势，同时它们在战争史中存在的时间也比我们想象的要长：从 1979 年起，美国海军就开始部署名为 Captor 的反潜水雷，这种水雷底部固定了一枚鱼雷，当内置的传感器探测到目标就在附近时，便能自动开机激活武器系统，自主决策完成发射的全部过程。这可能是现代战争史上最早真正意义上的全人工智能武器。 如今距离 Captor 的诞生已经过去了四十余年，人工智能技术的突飞猛进让这种边界进一步模糊化，显然也不会如很多学者期待的那样「人工智能武器应该只用于侦察而非战斗」，但现实中的确很少有明确的行动，制定与此相关的行动伦理道德指南，以及使用法律的方式来明确道义上的责任。 「对抗性合作」 “我们将让我们的专家聚集在一起，讨论与人工智能相关的风险和安全问题”美国总统拜登在 APEC 峰会后的新闻发布会上说 “正如许多人预期一样，每一位主要领导人都想谈论人工智能的影响。 这些是朝着正确方向采取的切实步骤，以确定什么是有用的，什么是无用的，什么是危险的，什么是可以接受的。” 虽然能在人工智能武器化的管控上取得一些进展，但不可忽视的事实是：人工智能的军事潜力已然成为中美关系日益复杂的关键症结所在。这种潜力恰恰是美国寻求限制中国获得先进芯片与 GPU 技术的关键原因。这种矛盾显然会伴随着竞争与中国在 AI 领域的持续发展继续存在下去。 除此之外，在光环之下，如今对 ChatGPT 质疑最多的问题就是 OpenAI 对于诸多技术细节并未公开，但这种程度对于军用级人工智能技术来讲从来都是常态。外界很难从现有信息中判断 AI 在关键决策上产生误判的可能性有多大，显然中美也无法在同一框架下开放现有的军用人工智能技术供外界审查，因此目前的讨论主要聚集在「减少关键决策中的人工智能参与」这一层面上。 ChatGPT虽然封闭，但 OpenAI 至少花费了大量的时间与成本投入在为其设置「安全护栏」上 —— GPT-4 在 2022 年就已经训练完成，但 OpenAI 后续又花费了七个月时间在降低这头猛兽的攻击力上，已经是为学界津津乐道的事实，外界很少能听到来自军用人工智能会有类似的措施，将军用人工智能这头更加凶猛的猛兽关在笼子里。因此追求在审查层面的透明度提升，也是目前中美双方的共同诉求。 由于在合作的可能性中仍然存在着种种冲突，因此「冲突性合作」一词被许多学者与政客提出，用于形容当前的状况，一位不愿透露姓名的美国国务院高级官员曾对媒体表示“减少部署不可靠人工智能应用带来的潜在风险符合（中美）共同利益”，因为存在意外升级的风险。 “我们非常希望与中方就此问题进行进一步对话。” 上周的会晤虽然目前暂未有更多实质性的成果诞生，但可能是后续双方建立更多对话与军用人工智能安全框架的一个好开端，这位国务院官员表示：“我们真诚地期待着一次积极的领导人会议。” “我们可以从这次对话中真正了解到，我们可能的双边军控和防扩散对话可以在哪些方面取得进展。” 探索前路 随着近两年地区冲突中无人机展现出的颠覆性潜力，不少国家对军用人工智能的关注程度又上了一个新的台阶，乌克兰与加沙成为了测试各种无人机新技术与新战法的血腥游乐场，同时刺激着更多国家加入到这场由 AI 技术主导的军备竞赛中，尝试将人工智能纳入更小、更便宜的系统中，以提高无人机对感知威胁和快速反应的能力。 但与此同时人工智能系统的介入，让很多人开始担心在边境冲突等复杂场景下擦枪走火误判的概率会大幅提高。即使诸如《终结者》那样的情节暂时不会在现实中上演，也没人想让武器化的人工智能最终给人类带来第二次古巴导弹危机。对人工智能武器化可能酿出灾难性后果的恐惧，促使各方愿意坐下来更进一步谈论这一话题。 虽然对民用 AI 是否应该施加强监管这件事在全球范围内仍存在较大的争议空间，但立即着手制定共识、防止军用 AI 经冲突扩大化，已经被各国所接受。 就在美国副总统宣布关于军事人工智能的新宣言的同一天，致力于裁军和武器扩散的联合国大会第一委员会，批准了一项关于致命自主武器的新决议：该决议呼吁就致命性自主武器带来的“人道主义、法律、安全、技术和道德”挑战提交一份报告，并征求国际和区域组织、红十字国际委员会、民间社会乃至政府、科学界和工业界的意见。 在这份报告付诸投票后，联合国发表的一份声明，援引埃及代表的话说，“算法不得完全控制涉及杀害或伤害人类的决定”。 即使「负责任」同样是一个缺乏清晰度且充满政治色彩的概念，距离共识乃至具有约束力的禁令仍然非常遥远。值得庆幸的是目前「为军用人工智能设立围栏」这个话题，在世界各地都进入了密集的高层讨论阶段。 诸如英国等国家也想要在这种时刻，承担起「中间人」的角色，但同样有不少人对英国是否有能力担任这一角色提出质疑：最终有能力主导这场变革中建立规则的尝试的，或许只有中美两方。 在人工智能安全峰会期间，包括美国、中国以及欧盟在内的超过 25 个国家与会签署了《布莱切利宣言》，表示各国需要共同努力，建立共同的监督方法。 加州大学伯克利分校研究新兴军事技术的公共政策副教授安德鲁·雷迪表示，遏制人工智能武器风险的共同利益可能会克服中美之间的不信任。 他表示：“在追求降低风险方面，对抗性合作有着悠久的历史，这符合协议中两国的利益。” 只有推动监管跟得上技术进步，人类才有资格称之为 AI 的创造者。

今天在朋友圈看到一张图：国内的“百模大战”已升级成“两百模大战”，据不完全统计，今年1-7月国内共发布了64个大模型，截至目前叫得出名字的国产大模型已接近200家。这么多大模型，哪些是真能打的？在每天冒出来的各类“榜单”上出现了“家家第一”的情况，甚至已不止一款国产大模型“碾压”了GPT-4，且很多“世界顶级”大模型是出自刚成立的团队之手。 然而国产大模型在国外的境遇，却是冰火两重天。前段时间《时代周刊》公布2023年AI领域最有影响力100人，中国面孔十分罕见，有媒体评论“百模大战打了个寂寞”；日前，开源AI社区代表Hugging Face发布最受欢迎开源大模型机构TOP15榜单，在大名鼎鼎的Stability AI、Meta AI、Runway、OpenAI、谷歌、微软等海外机构外，只有一家机构来自中国：KEG实验室（全称为清华大学知识工程实验室，成立于1996年），其凭借今年开源的模型ChatGLM-6B上榜。 这种反常现象的背后，是大模型行业日益严重的“跑分乱象”。在让人眼花缭乱的大模型榜单上，似乎每一个大模型都曾拿过第一，都可分分钟碾压GPT-4。这不禁让人怀疑，国产大模型技术真的这么强？大模型技术门槛真的这么低？ 大模型榜单，家家第一？ 如果搜索“大模型，超越GPT-4”可以发现，多家国产大模型号称在多个维度已超越OpenAI旗下的GPT-4，且有模有样地晒出对应的大模型评测榜单“跑分”，比如某大模型宣称“基模型12项性能超越GPT-４”。相对来说，源自顶尖学术机构的大模型对自己的水平更严谨一些，它们往往不会过度强调排名数据，而科技巨头虽然会有一些“包装”但也不会太离谱，顶多只会宣称“明年挑战GPT-4”“已达到GPT3.5的水平”。 大模型“家家都是第一”的乱象，跟双11结束后的品牌战报有些相似。每个品牌都能定制一个让自己看上去“最厉害”的双11榜单，GMV不行可以说销量，两者都不行可加前缀限定到细分品类如“XX元内XX吋采取XX屏幕的电视之第一”，实在不行还能说自身同比增速行业第一。 大模型是纯技术产品，衡量其水准理论上要用专业技术评测体系，“让专业的归专业”，当前，在PK技术参数这件事上，大模型榜单存在不少问题。 前些年行业流行“参数规模越大，大模型却强大”，大模型狂卷参数，最高已过千亿。今天大模型不能再单拼参数了，因为行业都知道，参数大的大模型不一定真强大。大模型要证明实力，离不开“跑分”，就是去跑一些机构的大模型评测体系的测试数据集来“拿分”再排名。 当下，市面上的评测工具（系统）不下50个，既有来自专业学术机构的，也有来自市场运作组织的，还有一些媒体也推出了对应的大模型榜单。 在不同大模型“跑分”榜单中，同一个大模型的表现可能相差甚大，比如前段时间被质疑“基于开源大模型伪原创”的某大模型宣称超越GPT-4“勇夺全球开源评测双料冠军”，在其公布自身第一的榜单上，百度文心一言连TOP20都无法进入，但在8月15日某权威媒体研究机构发布的《人工智能大模型体验报告2.0》，百度文心一言又能排第二，第一是讯飞星火大模型；在8月28日，SuperCLUE发布的中文大模型8月榜单，GPT-4排名第一，百川智能的Baichuan-13B-Chat排在中文榜单首位；在9月的开源评测榜单C-Eval最新一期排行榜中，云天励飞大模型“云天书”排在第一，GPT-4名列第十。 不同大模型的“智力”表现，在不同榜单相差巨大，明眼人一看就知道其中暗藏玄机。 更离奇的是，就算在同一榜单中，也经常出现多个大模型共同认领第一的情况。比如某手机厂商宣布，其“自研大模型在C-Eval全球中文榜单中排名第一。此前其自研大模型已取得C-Eval百亿内大模型榜单第一，CMMLU全球中文榜单第一以及其百亿内大模型榜单第一的好成绩。”同一时间，某互联网巨头旗下的创新业务宣称其“千亿级参数的大模型登顶C-Eval和CMMLU两大权威评测榜单，多项性能优于GPT-4。”看到这里很多人肯定会有疑问：为什么在C-Eval和CMMLU这两大“权威评测榜单”中，均会同时出现两个第一？——如果继续搜索恐怕还能找到更多认领第一的情况。 只要前缀用得好，家家都是大模型王者，国产大模型秒杀GPT-4、碾压人类智商都不是事儿。 问题在于，当家家都宣称自己是大模型“王者”后，这样的“金牌”含金量到底有多少？我们不由要问：大模型评测体系到底出了什么问题？ 大模型评测体系，问题在哪？ 百模大战如火如荼。不同大模型都有着分出个高低的强烈需求，在这样的背景下，市面上快速出现了大量的大模型排行榜，它们可被分为三类：一类是大学等机构主导的学术类榜单，一类是第三方公司运作的市场类榜单，还有一类是媒体等非技术机构推出的评测榜单。 用手机行业来类比，第一类、第二类就像是安兔兔、dxomark这样的跑分平台，芯片、相机好不好用技术评测数据说话；第三类更像是评测体验博主，他们站在用户角度去设计榜单。真正能够衡量大模型技术实力的是第一类、第二类“跑分”榜单。 不论是学术界还是产业界的大模型榜单，当前的“跑分”原理都是一致的：设计一套评测数据集去让大模型给出答案，再阅卷打分，本质就是让大模型“做题”拿分。大模型本质是机器学习技术，其目的是提升机器的智能程度以为人类所用，因此用衡量人的能力的手段即“考试做题”来评估大模型的水准，本身不存在什么问题。 然而，大模型大规模爆发才不到一年时间，当前的大模型跑分评测体系才刚发展出来，整体很不成熟，这导致了一些大模型玩家投机取巧，靠“刷分”夺冠。 大模型评测基础体系并不复杂。用最权威的考试体系高考来对标的话：评测数据集相当于“题库”；评测工具与过程则对应到高考考试工具与过程，比如笔试用的试卷，英语听力用的广播；打分体系相当于高考的阅卷体系，比如语文作文会有多名老师阅卷再算平均分，以确保公平。 这样看的话，当前的大模型跑分评测体系问题有三： 第一、开源评测数据集题目全公开，“刷题”最流行。很多大模型评测榜单的数据集是公开的，针对此出现了普遍的“刷题”现象，有的公司会雇佣人类“数据标注员”来做题将答案给到大模型，还有的公司会让GPT-4来答题再将答案用来训练自家大模型，大模型做题就可以“满分”了。许多大模型刚推出就可以拿满分“排第一”碾压GPT-4，玄妙正在于这里。 开源评测数据集相当于高考搞“开卷考试”一样，除非是特别开放的问题（如职场面试），否则被试者完全可以提前针对性地刷题背答案，最终得分自然完全无法反映出其真实水平。 第二，评测数据不开源、全过程封闭评测，引发了公平性问题。既然将评测数据集开源会引发“刷题”，为什么评测机构要开源呢？答案在于：评测的公平性。如果机构在评测时用什么问题以及对应什么答案是什么一直不公开，如果机构的评测逻辑与工具、评分方法与过程是封闭的“黑盒子”，得出的任何结果都难免会被质疑。只有公开，才有公平公正，才能让人信服。因此，评测机构开放与不开放都难。 第三，评测数据集本身存在不够科学的情况。比如用中文数据集去考核英文大模型，跟让老外直接来参加高考一样不靠谱；再比如用通用评测数据集去评测医疗、金融、工业、科学等产业大模型，跟让体育特长生去参加普通高考一样，没太大意义。 更讽刺的是，现在行业出现了一些“随心所欲的主观榜单”，排名者不知道是谁，也不会用什么评测数据集来测试大模型，而是“我觉得谁第一谁就是第一”，比如这几天某大模型榜单，一看排名依据竟然是依据“开放程度”“技术专利”“全平台访问指数”和“热度指数”，这并不科学。 有的大模型靠“刷分”去拿第一“碾压GPT-4”，好歹还是花了点功夫去准备的，比如会让数据标注员去做题，顶多算考试舞弊“小抄”。但是搞一些排名机构都不知道是谁、连评测数据集都没有的主观榜单来宣称“第一”的玩家，简直就跟花钱去野鸡大学买学历的差不多——更准确的说法应该是，“办假证”，就算野鸡大学也要去像模像样学习一番。 没有任何证据表明有大模型创业者“花钱买榜”的情况，但当前大模型榜单确实存在严重问题，市场亟待一套类似于高考一样的权威的大模型评测体系，在公平公正公开的同时，科学、全面、有效地衡量大模型的综合水平。 市场需要怎样的大模型评测体系？ 从隋唐时期出现的科举考试到今天的高考，从中国的四六级英语考试再到国外的GRE、托福、雅思……“考试”让每个人都可以公平地被衡量，进而得到对应的成长机会。 同理，大模型评测体系对大模型的发展也不可或缺： 一方面，如果评测相对准确、靠谱、权威，可以科学、全面、有效地衡量孰优孰劣，对市场所有大模型玩家来说无疑是好事。如果评测不准确，阿猫阿狗的大模型都可以“第一”“夺冠”“屠榜”，对真正拥有顶尖人才、投入巨大资源、攻坚技术卡点的大模型团队无疑是十分不公平的。榜单排名不只是决定市场认知，往往也意味着人才、资金等资源的凝聚能力。 另一方面，只有评测结果相对准确，大模型研发者才能知道自己产品的市场水平在哪，优缺点在哪，进而查漏补缺，沿着正确的方向钻研算法、提升技术、加强训练，不断攻克难点不断升级迭代，这样的过程就像高中同学们参加“模拟考试”或者“摸底考试”的意义一样。 那么，大模型评测体系怎样才能成为“高考”一样的权威评测体系呢？ 首先，“假学历”、“野鸡大学学历”这一类“野鸡榜单”应该被彻底反对，“买榜单”“买排名”这样的做法应该被坚决鄙视。让技术的归技术，大模型技术实力只能且必须用技术说话，搞一些跟技术没关系的评估维度来生拉硬套“造榜单”跟“买假学历证”的行为没什么区别，行业对这类榜单应该毫不犹豫地唾弃。 其次，大模型要证明技术水平就要尊重“考试”规则，参加“高考”，当前的大模型“高考”体系有待改进： 1、评测过程全开放，数据应该“开/闭结合”。机构的评测工具、评测过程、评测方法以及评分体系应该毫无保留地开源，确保公平公正公开。评测数据集则应“开/闭结合”，开源历史题目让大模型训练，但正式的评测数据集应该封闭以杜绝“刷榜”，在评测结束后再开放避嫌“暗箱操作”，同时也可以让大模型研发者有的放矢地去发现问题和改进技术。此外，机构也可以开源类似于面试求职一样的开放题目，再配套对应的评测体系来衡量大模型表现。 参考高考作文题目打分来看，评测机构甚至可以多家联合评测，最大化规避主观问题和随机因素，尽可能真实地衡量大模型的水平。 2、评测体系更全面，评测方式多元化。除针对大模型在性能与泛化评测等表现设计评估体系外，更多兼顾到大模型的能效、鲁棒性、安全性等综合能力评测。与此同时，针对不同类型的大模型设计对应的评测体系，比如金融大模型强化金融级安全评测，比如工业大模型则要评估其在恶劣环境下的极限表现。 3、评测数据集更专业，不断丰富评测数据。评测数据集的建立过程本质是“命题”，参考高考来看，这是一个系统而科学的工程。针对大模型的评测数据集应该不断完善，随着大模型的迭代而迭代，比如GPT-4强化多模态能力，评测数据集也应该配套强化音视频等多媒体内容理解与生成相关评测数据集；再比如针对金融等专业大模型，评测数据集应该有对应的专业题库。每年高考作文命题都会贴合实时，正是因为相关题目不可能存在历史题目，大模型评测数据集同样可与时俱进，结合最新的实时知识去完善，让大模型不可能靠刷题、刷分得高分。 如何准确测量一个大模型的能力，这实际上还是一个非常有争议的问题，因为目前我们其实还并不能确切地指出大模型智能涌现的原因。很多时候，模型运作本身是一个黑箱过程，这就意味着对大模型的测评某种意义上讲是管中窥豹——它的完善就如同大模型能力的提升一样，都将是一个长期的过程。 世界上不会有完美的大模型评测体系，但随着技术的迭代，当前的大模型评估体系需要升级，贴合市场需求，回归技术本身，让大模型开发者们可以沿着正确的方向前进。 对于大模型开发者来说，任何榜单的排名是技术进化的自然结果，而不应该被当成目的。大模型团队的资源是有限的，如果花心思、资源与精力去定制榜单搞排名追求“虚假强大”，哪怕拿遍行业第一都没什么意义，这是缘木求鱼。不论怎样证明自己第一都是没有用的，不断精进技术，加速技术产品化的步伐，让技术进入场景才是大模型团队的大事。有没有B端客户买单？真实下载量、用户数到底如何？行业内的真实口碑如何？学术圈的技术评价怎样？能不能实现商业化？这些评估体系远比任何榜单的排名重要得多。

IT之家 11 月 29 日消息，英伟达昨日晚间发文，将扩大自动驾驶中国团队，共同推动 AI 定义汽车的到来。 据介绍，英伟达自动驾驶团队的使命是为自动化和自动驾驶车辆设计、创建和部署最安全、最先进的人工智能驱动系统。工作涵盖多种运输形式，从乘用车到商用车再到机器人出租车。从同时训练和测试人工智能的数据中心，到实时进行数据处理的车辆，安全是第一要务。 IT之家注意到，该团队由前小鹏自动驾驶副总裁吴新宙领导。吴新宙在文中表示：“中国有最适合高级别自动驾驶技术落地的土壤，也培养了全球最顶尖的自动驾驶量产人才。希望中国自动驾驶团队能够在技术和产品打磨上成为推动英伟达自动驾驶产品化的核心力量，以中国区的人才和经验一起打造全球化的自动驾驶产品。” 今年 8 月，小鹏汽车 CEO、董事长何小鹏确认了自家麾下自动驾驶副总裁吴新宙离开小鹏的消息。他将加入英伟达，担任“全球副总裁”这一级别的职位，向黄仁勋汇报。何小鹏还晒出与吴新宙、英伟达 CEO 黄仁勋的合影。 图片显示，何小鹏亲自送吴新宙前去英伟达总部“报到”，何小鹏还发文称“原来黄教主每次财报第二天都有全员 2 小时分享 - 总结和展望，并经常坦承自己本季度的具体 mistake，真不容易！下一个机会在 AIGC 和 AUTO，我们更深入的合作也即将开始。” 吴新宙当日也转发何小鹏微博，并称赞何小鹏和黄仁勋是“人生中两位重要的男人”。他表示，明天是在英伟达上班的第一天，据老黄（黄仁勋）说，“后面还是为小鹏打工，只是不用他发工资了”。

通用大模型犹如大模型产业的地基，而地基的深度和强度将决定大厦的高度。 文｜周享玥 编｜赵艳秋 11月29日，第四届人工智能计算大会（AICC 2023）在北京长安街中央商务区的一家酒店内召开。 今年异常热闹，包括百度、智谱AI、百川智能、网易伏羲、吉利汽车等在内的多家大模型企业和科技企业汇聚一堂，共同探讨AI计算技术风向、AIGC创新成果等。国际数据公司IDC和浪潮信息还在会上联合发布了一份《2023-2024年中国人工智能计算力发展评估报告》。 报告显示，67%的中国企业都已开始探索生成式人工智能在企业内的应用机会或进行相关资金投入。其中，中国企业尤其认可生成式AI对于加速决策、提高效率、优化用户和员工体验等维度带来的价值，并将在未来三年持续提高投入力度，超七成企业增幅在20%-40%之间。 随着越来越多企业对生成式AI及大模型进行探索和投入，通用大模型的能力也在不断被强调。一个共识是，通用大模型犹如大模型产业的地基，地基的深度和强度将决定大厦的高度。 底层的大模型厂商们正为此做出努力。就在这次会议召开前两天，浪潮信息刚刚发布“源2.0”基础大模型，并全面开源1026亿、518亿、21亿三种参数规模的模型。 据悉，这是业界首个完全开源可商用的千亿大模型，也是目前国内尺寸最大的全面开源大模型。而上一个在国内“最大参数开源大模型”记录中留下过名字的是阿里。彼时，阿里巴巴集团CEO吴泳铭在2023年世界互联网大会上宣布，阿里将开源720亿参数大模型。 在通往大模型的未来之路上，持续拓宽行业落地的同时，打好地基，依然是重中之重。 01 大模型在路上，发展路径百家争鸣 大模型虽然今年才真正爆发，但业界对于这块儿的探索，其实已经经过几轮思考沉淀和总结。一位资深业内人士向数智前线描述了大模型发展的几个阶段： 以2018年谷歌发布拥有3亿参数的BERT预训练模型作为起点，AI的大模型时代就已开启，包括OpenAI、谷歌、微软、英伟达等国外玩家，浪潮信息、百度、阿里、腾讯等国内巨头，都纷纷重兵投入，进行相关探索。 起初几年，大家的焦点是拼参数，“每家都是奔着吉尼斯去的，你做千亿，它就做万亿”。尤其是2020年5月OpenAI发布拥有1750亿参数的GPT-3，首次将大模型参数规模提升到千亿级后，各种千亿、万亿大模型层出不穷，看得人眼花缭乱。对外宣传口径上，各家的提法也很统一，都在强调自己的“最大”。 这期间，更大参数量所带来的智能涌现和泛化能力，让不少人感到惊喜，但同时，也暴露出一些问题，比如当大模型要真正落到智算中心做工程化时，往往会遇到算力支撑上的巨大考验。再加上正常的技术商业化路径，大家普遍开始走入第二阶段：探索在什么样的场景里去应用。 “有的面向知识领域去做技能模型，有的面向行业直接去做行业的场景模型。”大模型走向行业、走向领域应用的路径是什么，大家都在思考。 比如百度，在2022年5月一口气发布了十款大模型，其中既包括与产业场景相结合的行业大模型，也包括做了知识增强的任务大模型。 浪潮信息也在2022年年中，推出了基于“源1.0”基础大模型的4个技能大模型——对话模型“源晓问”、问答模型“源晓搜”、翻译模型“源晓译”，以及古文模型“源晓文”。 但这些探索和尝试都还只能算是“小打小闹”的中间态产品，尚未能在外界引起轰动，有人士后来反思，过早地进行领域模型和场景模型的应用，实际是牺牲了部分泛化能力的。直到ChatGPT的横空出世，这场大模型热潮才真正被引爆。业界的各种思潮开始迅速活跃起来。 IDC的报告显示，目前，67%的中国企业都已开始探索生成式AI在企业内的应用机会或进行相关资金投入。具体到应用场景上，知识管理、对话式应用、销售和营销、代码生成等是全球企业应用生成式人工智能的主要场景。 过去几个月里，一些大模型的先行先锋用户们，也已基于自身实践形成了各自独有的路线和方向，大模型还是一个新鲜事物，大家的观点各不相同。 不少企业通过对行业大模型的微调，在某些场景下尝试落地大模型。不过，也有一些企业不认同行业大模型。 航旅领域里，中国航信一位工程师告诉数智前线，他们希望基于基础大模型来做民航智能服务平台，而不是经过剪裁了知识面的行业大模型。这背后的思考是，通用大模型的能力会随着参数扩大而升级，但行业模型是基于某个版本的通用模型，投喂相应的专业数据训练而成。通常，基础大模型会做参数升级，而行业模型很难同步，这不利于模型的智能水平。 有企业则在不断反思，行业落地与基础模型性能提升如何齐头并进的问题。一家大模型产业链企业告诉数智前线，大模型在行业内的落地速度，实际落后于他们年初预期，其中很大一部分原因，是因为国内的基础大模型还不够成熟，性能仍有待提升。 11月初，GPT-4 Turbo的炸街式发布，更加深了业界对大模型基础能力提升的迫切性。“现在最可怕的事情是，OpenAI在开发者大会上展现出来的能力，又把我们跟GPT-4之间的差距拉大了。”浪潮信息高级副总裁刘军表示，如何持续不断地去缩小这种差距，甚至再往后实现超越，是目前国内大模型行业面临的核心问题。 刘军认为，AI产业一定会快速增长，但只有当产业足够壮大时，每个参与者从中切到的蛋糕才会越大。因此，国内大模型从业者首先要做的，是让蛋糕做大。而这其中的一大核心，就是让基础大模型的能力提升上去。这就好比人才的教育过程，绝大多数情况下，首先有了较强的基本能力和素质，才能在不同专业、行业里干得更好。否则，客户体验很差，用不起来，也就难以转动商业模式。这也是浪潮信息选择全面开源“源2.0”基础大模型的原因之一。 02 基础大模型正百花齐放 浪潮信息人工智能软件研发总监吴韶华告诉数智前线，去年11月ChatGPT发布后，其展现出的全新的能力虽然对业界震撼很大，但方法上有迹可循。“通过源1.0+强化学习，我们很快赶上，也做出了类似ChatGPT这样一套系统，在内部持续迭代和改进。” “GPT-4发布后，我们重新审视了原来的方案，一直在思考一个问题，它到底通过什么样的技术实现了非常强的基础模型能力。”而这些思考都落在了11月27日浪潮信息最新发布的源2.0上。 “源2.0”不仅在数理逻辑、代码生成、知识问答、中英文翻译、理解和生成等方面有显著的能力提升，还针对行业在算法、数据、算力方面的普遍痛点，提出了三项创新。 算法方面，源2.0提出并采用了一种新型的注意力算法结构：局部注意力过滤增强机制（LFA：Localized Filtering-based Attention）。 有别于传统 Transformer“捕捉全局信息和长依赖信息能力”，LFA 具备“捕捉局部信息和短依赖信息能力”，使得模型更精准地掌握上下文之间的强语义关联，学习到人类语言范式本质。 比如，“我想吃中国菜”这样一句话输入到模型中时，首先会进行分词——我/想/吃/中国/菜/，而传统Attention对这6个token将同等对待。但在自然语言中，“中国”和“菜”实际是有着更强的关系和局部依赖性的，LFA正是通过先学习相邻词之间的关联性，再计算全局关联性的方法，学到自然语言的这种局部和全局的语言特征，进而提升模型精度。 “我们对大模型结构的有效性进行了消融实验，相比传统注意力结构，LFA模型精度提高了3.53%。”吴韶华表示。在最终的模型训练上，最大参数只有1026亿的源2.0，在LFA算法的加持下，也能比用2457亿参数的源1.0，训练同样大小Token数的Train Loss降低28%。而训练的损失曲线越小，意味着大模型对于训练集的特征学习得越好。 数据是另一个被重点提升的方面。刘军告诉数智前线，原来大家粗放式经营的特征比较明显，"好像给它足够的数据，只要用算力不停去训它，最后就能炼出金子来。”但炼金术其实也是需要有高品质的金矿才能练出纯度更高的金子。 后来，大家都重视起了数据的清洗工作，但想要获得高质量的数据集并不容易。比如源1.0，使用的数据绝大部分都来自于互联网，浪潮信息为此采用了很多手段提纯，才在800多TB数据中清洗出了一个5TB的高质量数据集。 尤其是高质量数学、代码等数据的获得上，难度还要更大。吴韶华透露，为了获取中文数学数据，他们清洗了从2018年至今约12PB的互联网数据，但仅获取到约10GB的数学数据，且质量分析后依然不够高，投入巨大，收益较小。 于是，此次推出的源2.0，在训练数据来源、数据增强和合成方法方面都进行了创新。一方面，通过引入大量中英文书籍、百科、论文等高质量中英文资料，降低了互联网语料内容占比；另一方面，用大型语言模型作为训练数据生成器，在每个类别上提升数据质量，获取了一批高质量的数学与代码预训练数据。 而在算力方面，源2.0采用非均匀流水并行的方法，综合运用流水线并行+优化器参数并行+数据并行的策略，让模型在流水并行各阶段的显存占用量分布更均衡，避免出现显存瓶颈导致的训练效率降低的问题，以此降低了大模型对节点内芯片间通信带宽的需求，让其在硬件差异较大的训练环境中也能实现高性能训练。 “相当于给你一条高速公路时，能跑到每公里200公里的时速，但给你一条羊肠小道，也能跑起来，并把最终的结果跑到。”刘军解释说。 浪潮信息在算法、数据、算力上的创新，直接推动了源2.0在代码、数学、事实问答方面的能力提升。据介绍，后续的源2.5、源3.0等，依然还将从算法、数据几个角度入手。 实际是，不仅仅是浪潮信息，其他一些底层大模型厂商们，也都在持续迭代和升级自己的基础大模型能力。 10月，百度发布文心大模型4.0，宣布实现了基础模型的全面升级。而后不久，阿里透露，即将开源 720 亿参数大模型。 这在不少业内人士看来，是一种好的发展趋势。毕竟，产业要健康发展，不能只有一家公司拥有领先的能力，而是需要整个产业能百花齐放。 “对于用户来说，是不是最后就变成只有一家赢呢？其实不是这样的，我们认为，未来的生成式AI，会是一个多元化的生态，每个模型可能都有它最擅长的能力，那么大家加起来就是一个非常棒的能力集合。”刘军告诉数智前线，将来行业用户最终去部署的时候，可能会有不同的模型在后面在做支撑，而这些都是基础大模型的力量。 03 从硬件到更大市场 随着大模型在各行各业的持续渗透和深入，企业对大模型厂商提出的需求，已经不仅仅局限于大模型本身的能力，也在迅速扩展到模型训练经验、优质数据集，以及如何解决算力效率、存储、网络等方方面面的问题。 “我们的算法工程师和实施工程师比我们的服务器还抢手，他们出差去跟各家的交流，都排得非常满。”一位浪潮信息的人士告诉数智前线。作为国内最大的AI服务器提供商，同时也是国内最早进行基础大模型建设的厂商之一，浪潮信息在今年大模型的风潮起来后，接到了大量客户关于模型预训练、数据处理、架构调优等方面的需求。 比如浪潮信息从866TB海量数据中清洗出了5TB的高质量中文共享数据集。刘军透露，据不完全统计，目前国内大模型中，已有超过50家使用了浪潮信息的开源数据集。另外，浪潮信息在模型快速收敛、效率提高上的经验和方法，也受到广泛关注。 模型训练效率的提升则是更大的一个话题，直接关系到巨大的成本问题。尤其是在GPU短缺的大背景下，如何将有效地将算力用好，是每家企业都要面临的挑战。 在今年8月那场集结了20多位国内大模型“顶流”创业者的西溪论道闭门会上，李开复就曾表示，很快大家就会发现，做过大模型 Infra （硬件底层）的人比做大模型的人还要贵、更稀缺，而会做 Scaling Law（扩展定律，模型能力随着训练计算量增加而提升）的人比会做大模型 Infra 的人更稀缺。 客户愈加复杂的需求，正在促使大量的大模型厂商，尤其是实力雄厚的大厂们，开始不断在角色和业务上加速转变和拓展。人工智能产业链上，各种跨界动作也愈发频繁，业界有着“软件企业向下，硬件企业向上”的现象。 可以看到，此前，百度、腾讯、阿里等多家大模型厂商，都向用户提供了大模型相关的工具链。一些大厂，也在加快切入用户更新的一些需求。比如，腾讯云面向大模型时代的新需求，在今年7月发布了AI原生向量库，最近又宣布将向量数据库检索规模从十亿升级至千亿级别。京东云则看到了大模型用户在存储方面遇到的新挑战，正在加大相关的业务投入。 浪潮信息对自己的角色定位也在发生改变。刘军坦言，“我们越来越不认为自己是个硬件厂商，如何把硬件这个生意转化成更大的生产力，我们必须去理解客户的应用需求和痛点，这也要求浪潮信息不仅仅是硬件，在系统、软件、算法上，也都要非常强的团队和能力。” 刘军表示，浪潮信息目前在大模型上的核心思路是，要发挥自身的优势和对产业的理解，建立一个强大的基础大模型，然后通过开源的方式，将做应用、做行业、做专业、做技能的工作，交给生态伙伴、行业客户和开发者去完成，共同推动大模型的创新、使用和落地，而不是和大模型企业、软件厂商去竞争。 为此，8月24日，浪潮信息正式发布了大模型智算软件栈OGAI (Open GenAI Infra) “元脑生智”。这是一套基于浪潮信息过往积累的大模型的工程经验、服务客户的经验等，打造的面向生成式AI开发与应用场景的全栈软件，涉及从集群系统环境部署到算力调度保障再到大模型开发管理。 OGAI一共分为五层，各层对应不同的应用场景，每层间是解耦的，用户需要哪些工具，就可以调用哪些。其中，从 L0 到 L2主要针对的是大模型基础算力环境的效率提升。L3和L4则分别为大模型训练层和多模型纳管层，提供的功能类似互联网企业的工具链，不同的是，OGAI可以为企业提供本地化和私有化部署。 数智前线获悉，目前，浪潮信息在帮助合作伙伴和客户更好地进行大模型的训练和应用上，已经有了不少实践。 比如，某互联网企业在使用AI集群，对面向推荐场景的大模型进行训练时，遇到了模型数据不能及时从存储读取，导致GPU空闲和训练性能低下的问题，企业内的算法团队用了几个月也没能攻克。 浪潮信息的AI团队介入后，发现在其场景中，大模型对数据读取IO的需求远超一般的AI模型训练情况，从而导致针对普通模型训练的服务器配置在推荐场景中出现了不适配的情况。针对这一特殊需求，浪潮信息团队最终基于自身经验，通过对CPU BIOS中的mps等多个选项配置进行对性的的修改优化，解决了这一问题。 网易伏羲则在浪潮信息提供的AI算力服务、高质量共享数据集等助力下，训练出了110亿参数的中文预训练大模型“玉言”，并登顶中文语言理解权威测评基准CLUE分类任务榜单。 “未来，我们将重点围绕开源社区来做建设，通过持续开源基础大模型的形式，尽可能广泛地赋能更多的用户场景，扩展基础模型的能力边界。”吴韶华说。浪潮信息也将通过元脑生态，联合国内众多做大模型的左手伙伴，和面向行业的右手伙伴，一起推进大模型落地行业。

快科技11月29日消息，据国内媒体报道，近日北京互联网法院对AI生成图片相关领域著作权第一案作出一审判决，认定被告构成侵权，需向原告公开道歉，并赔偿500元。 据庭审公开内容，在这起案件中，原告利用人工智能大模型，通过输入提示词的方式，生成了一张人物图片，后将该图片发布在某网络平台。 被告在个人账号上使用该图片作为文章配图发布，原告以侵害作品署名权和信息网络传播权为由将被告起诉到北京互联网法院。 这起案件的关键点在于图片生成方，即原告有没有这张图片的著作权，这也是随着AI生成图文快速发展所引发的新问题。 在著作权的认定上，法院认为：“原告是直接根据需要对涉案人工智能模型进行相关设置，并最终选定涉案图片的人，涉案图片是基于原告的智力投入直接产生，且体现出了原告的个性化表达，故原告是涉案图片的作者，享有涉案图片的著作权。” 最终法院认定，涉案人工智能生成图片（AI绘画图片）具备“独创性”要件，体现了人的独创性智力投入，应当被认定为作品，受到著作权法保护等。

GPT-4再次遭网友“群攻”，原因是“懒”得离谱！ 有网友想在Android系统开发一个能够与OpenAI API实时交互的应用。 于是把方法示例链接发给GPT-4，让它参考用Kotlin语言编写代码： 没成想，和GPT-4一来二去沟通半天，GPT-4死活给不出一个能正常运行的完整代码。 反而解释了一通“应该怎么做”。 这让网友着实恼火，发推文吐槽“两周前能写好的代码，现在却不行了”。 结果一下子炸出来更多网友： 终于有人调查这事儿了。 大伙儿连连表示遇到了类似问题： 据网友所述，似乎从11月6日GPT-4大更新起，就开始出现这种情况了。 目前有OpenAI员工出面回应，表示已将问题反馈给团队。 只要代码，完整代码！ 也难怪网友会“破防”，就说上面网友把方法示例链接发给GPT-4，让它用Kotlin语言编写代码之后。 GPT-4给出的回复是这样婶儿的，足足列了7条步骤，都在解释“应该怎么做”： 直到最后才给出代码，但只是一个基础“模版”： 网友起初还比较有耐心，告诉它“不需要解释，只要给我代码，完整的代码，能100%正常运行的代码”： 结果GPT-4张口又在解释、举例子： 网友气不打一处来，直接打断它，并再次强调“不要解释，给我代码”： GPT-4这下可是真真明白了，把上面那个模版稍微改动了一下，就发出来了： 这才有了开头的一幕，网友无奈发帖吐槽。 对于GPT-4的回复，网友“怒吼”了一句：他们都对你做了什么？抱歉你被削弱了。 GPT-4此刻也是一脸无辜🥺。 陆陆续续出来吐槽的网友中，更有甚者表示已经不用ChatGPT了。 AI图像编辑器dingboard CEO@kache (yacine)在前一天也发帖吐槽，浏览量达157000+： 在过去的一个半星期里，我一直在编写“幼稚”的代码，因为GPT-4不那么遵循指令了。 巧了不是，如果按网友所说的“一个半星期”来算，时间还和奥特曼·真还传事件吻合了。 kache (yacine)还有一条帖子满满都是情绪，“请把旧的GPT-4还给我”： 这位网友表示“我懂你”： 以前它能做出很好的猜测，现在它会给我十个理由解释为什么它不能做出好的猜测。 上周，我对着聊天框大喊“f*ing do it!!”的次数创下历史新高。 一时间，GPT-4的“懒惰”成为众多网友“讨伐”对象。 沃顿商学院教授Ethan Mollick也看不下去了，亲自上手测试了一下，结果似乎表明这是真的。 Ethan Mollick重复了一系列之前用代码解释器（Code Interpreter）做过的分析。 GPT-4虽然知道该怎么做，但会一直提示“去完成工作”。导致原本的一个步骤变成了许多步骤，而且有些步骤很奇怪。 这下Ethan Mollick也是无语住了。 GPT-4到底是怎么了？背后原因还不得而知，网友们也是纷纷猜测起来。 OpenAI员工：已反馈给团队 Ethan Mollick还是很严谨，认为即便如此也不足以证明GPT-4变得越来越笨了，他推测这可能是系统负载过高的暂时问题。 如果你是在手机（移动设备）上遇到了这种问题，那可能是因为手机版系统提示的原因，会指示ChatGPT生成更简短精要的答案。 我的测试是在网页版进行的。 Reddit上也有人发文讨论，其中有一篇帖子指出“并不是新版GPT-4懒，只是我们用错了”： 文中指出，GPT-4自11月6号进行了一次大更新后，基础版本没有自定义提示，这就导致GPT-4没有预定义的“路径”来指导其行为。 这让它非常通用，但默认设置下它的输出也有些“无方向”。 解决办法之一，就是使用更新后提供的自定义GPT新功能（GPTs），为每项工作设置一个专门的GPT。 也相继有网友分享“小妙招”： 新版GPT-4改变游戏规则的一点是它能一次性解释的代码量。明确地说出类似“请完整地写出这个测试”的指令，可能会有用。 同时，明确指出“不要重写已经写过的代码”也很有帮助，这样可以节省token，让模型专注于产生新的输出。 我还发现，加入“一步一步思考”的提示会在开始时增加一些计划性的文本，这有助于后续输出更好地定位上下文。 但也有网友表示自己在用的时候，无论如何都会留下一些“待办事项”： 这位网友更是直言GPT-4现在像是得了老年痴呆： OpenAI暗示的是新版GPT-4非常善于遵循指令，但事实并非如此。 我从一开始就一直在使用GPT-3、3.5再到后来的4，从未见过这种程度的阿尔茨海默症。 在网友的激烈吐槽下，OpenAI员工也出面回应。 起初是让网友们提供一些具体的例子，说是研究一下，很有可能在下次模型版本迭代中修补这些问题。 此话一出，炸出更多网友“上报故障”。 will depue再次回应： 感谢反馈，在这里的所有示例都会帮助我们更快地解决这个问题。我刚刚将其转发给团队，后续消息会及时通知。 看来官方后续回应还要再等一波，家人们最近有遇到类似情况吗？

不玩了 作者 | 文杰 封面来源 | Pexels 大力者，再次失意 张一鸣决定不玩了。 在大力投入数年之后，字节跳动几乎是在一夕之间，就向外界简洁、清晰地释放了游戏业务将迅速淡出其商业版图的决定。 11月27日，字节跳动官方宣布，旗下游戏业务朝夕光年将进行大规模业务收缩。对已上线且表现良好的游戏，会在保证运营的情况下寻求剥离；对还未上线的项目，除少量创新项目及相关技术项目外，均会关停。 就在上述官方消息释放的当天，大批游戏厂商的HR们涌入以“朝夕光年英灵殿”命名的若干微信群，一份名为《朝夕光年英灵殿：重生之路》的招聘文档在各“分殿”流传。这份超过3万字的文档中，包含了上百个游戏厂商的招聘信息。 最早的“朝夕光年英灵殿”群已经存在了近两年，里面几乎全是朝夕光年的前员工，此前群成员大约有300人，大家平日里在群里插科打诨，不时吐槽一下前东家。突如其来的裁员，让成百上千名焦虑的朝夕光年员工加入了“英灵”行列，相关群聊在一日之内发展到了十几个。 这让朝夕光年员工前明飞（化名）想起了当年字节游戏迅速扩张时，在行业里到处挖人的景象。只不过，当年字节挖人时提供的薪水远高于市场水平，而现在的“英灵”们，往往要接受压价才有机会成功“上岸”。 在明飞看来，字节游戏败退的种子，早在当年高价挖人时就已埋下。 “朝夕光年做游戏的前几年，我们的年度OKR目标不是收入，不是利润，不是DAU，而是人才密度的提高。”字节游戏业务负责人严授在高歌猛进的2021年如是表态。 彼时，字节游戏刚以40亿美元高价完成了对沐瞳科技的收购，并在行业里掀起了一波抢人大战。明飞告诉雪豹财经社，当时朝夕光年挖人时秉持着“高层高溢价”的原则：总监级别的年薪可以开到300万以上，中层员工薪酬溢价50%~100%也是家常便饭。 激进的扩张战略，使朝夕光年的人员规模一度膨胀至3000多人。 但高薪并不能打动所有人，尤其是对于那些本就收入不低的游戏制作人和管理人员。拿得出手的作品和靠谱的团队，才是他们择业时更重要的考量因素。 通常情况下，越是有能力的游戏人越是与原有的项目团队磨合良好，越不会轻易跳槽。这导致朝夕光年花了大代价，却难以挖到真正顶尖的人才。 “字节招到的团队，有一部分堪称大厂的失意者联盟。”明飞告诉雪豹财经社，朝夕光年的一些中高层看似有光鲜的履历，但实际上是因团队摩擦或项目失败才选择跳槽，并不具备丰富的成功项目经验，很难指望他们挑起字节游戏的大梁。 在缺乏顶级制作人和管理人才加盟的情况下，“高密度的人才”反而成了字节游戏的负担。 生于彼处，困于此处 在开展游戏业务的头几年，张一鸣和严授都曾反复强调“要有耐心”。 字节对游戏抱有很高的期待，也因此给了更多的耐心。但字节用高薪和期权挖到的中高层们对手头项目的成色如何最清楚不过，有的项目注定达不到预期的高度。 拖下去，成了一部分人出于自身利益考量做出的最佳选择：只要不上线就不见光，不见光就还能混下去。 明飞告诉雪豹财经社，其实朝夕光年有许多项目在被收购时就已经快达到上线标准了，但结果却往往被一拖再拖。 他向雪豹财经社感慨道，“字节花高价找了太多的‘聪明人’，他们最大的特征除了聪明，就是利己。” “在一个公司、一个项目待了一段时间后，你大概就知道它未来会不会失败。”另一位朝夕光年前员工对雪豹财经社表示，去年开始，字节高层的耐心逐渐被消磨殆尽，他目睹越来越多的项目被裁掉之后，终于下定决心“不挣最后一个铜板”，主动离开。 朝夕光年负责人严授此前任职于字节的战略投资部，在接手游戏业务之前并没有相关从业经验，也算不上一个资深的游戏玩家，甚至曾因公开夸赞《天天爱消除》做得不错，而被员工们私下吐槽不懂游戏。 一位曾接触过严授的游戏投资人告诉雪豹财经社，严授给人的印象很聪明，但他对游戏行业的认知有限，而游戏部门的招人和管理尤其考验负责人对于整个行业的理解。 “游戏跟其他的新业务很不一样，它伴随中国互联网诞生至今已经二十几年了，经历过很多公司和产品的迭代，也有人和人之间庞杂而细微的脉络关系。”上述投资人表示，“行业里不少人都认为严授带不好游戏业务，这早已是一个半公开的秘密。” 此外，不同业务部门之间的地位悬殊，也导致字节游戏很难在内部搭建起强大的游戏团队。 “回过头看，凡是主营业务是广告的流量平台，都做不好自研游戏业务。”一位资深从业者告诉雪豹财经社，从国内的字节跳动、百度、360，到国外的Google、Meta，莫不如是。 每个独立的业务部门都有自己的KPI，在字节体系内，游戏部门很难从强势的广告部门手中争取到足够的资源。 对广告部门来说，与其将流量向同体系内的自研游戏倾斜，服务好外部大客户的优先级明显更高。 玩游戏，不如玩流量 放弃朝夕光年，也是因为字节游戏不再需要自研游戏业务了。 字节做游戏业务，主要有两方面诉求：成为强大的利润引擎和补全抖音的内容生态。如今看来，前者就算继续投入也恐难实现，而后者甚至可能起到反作用。 事实上，朝夕光年今年上线的两款自研游戏表现并不差。 第三方移动应用数据平台“点点数据”显示，《晶核》上线至今4个多月，iOS端累计流水突破5.3亿元，巅峰时日收入接近千万量级，一度冲上了iOS畅销榜前五。11月上线的《星球：重启》同样表现良好，上线首周用户破千万，进入iOS畅销榜前十。 但这样的成绩，远没有达到字节的期望。 “字节游戏想要的是《王者荣耀》《原神》量级的成功，目前上线的游戏表现肯定是不合格的。”一位接近字节的人士向雪豹财经社透露，《晶核》作为严授直管的独苗项目，以150-200人的团队规模开发了逾3年，在一众被砍的项目中突出重围。 在宣发上，字节同样对这款游戏投入巨大，产品上线前后不仅在抖音上进行了铺天盖地的宣传，还斥巨资在腾讯、快手等竞争对手处买量投放。这也是《晶核》在上线早期表现良好的原因之一。 然而，一旦过了上线之初的火热阶段，这些游戏的长期营利能力存疑。上线两个月后，《晶核》的日均流水显著下滑，且再未形成上升趋势。 经纬创投前副总裁庄明浩告诉雪豹财经社，基于巨大的流量和资源投入，字节有能力让任何一个产品在上线之初进入畅销榜前列。但如果将各项成本都算上，类似《晶核》这样的项目，整体上很可能是亏钱的。 “恰恰是因为游戏上线了，才让那些冗长研发过程中的隐性成本彻底暴露在所有人面前。”庄明浩表示，“所谓见光死就是这个意思。” 纵观整个行业，近两年国内游戏市场规模的增速已经从此前的两位数跌至个位数，去年还首次出现10.33%的负增长。 存量博弈时代，即使字节仍然保持对游戏业务的长期大量投入，也未必能够从腾讯网易这些老牌厂商手里抢到蛋糕。 对眼下的字节而言，相比冒着风险自研游戏，退回到熟悉的卖流量的生意模式可能更安全。更何况，字节撤出自研游戏，还可能让流量生意更顺畅。 就在朝夕光年大裁员的同一天，抖音官宣《王者荣耀》头部主播张大仙加入抖音直播。这意味着此前被视为禁区的《王者荣耀》直播可能出现在抖音，带来更多的流量和收入。 “字节彻底退出游戏业务，就跟腾讯在游戏这条赛道上没有特别强的竞争关系了，双方可以进一步开放广告投流合作。”一位行业专家告诉雪豹财经社，“流量被蚕食的腾讯能更好地稳住游戏基本盘，字节则能收一大笔广告费。” 在两个不得不相爱相杀的巨头之间，胜利的天平将倾向何方，还未可知。

财联社11月29日讯（编辑 赵昊）当地时间周一（11月27日），有“云计算春晚”之称、为期四天的“re:Invent”在美国拉斯维加斯盛大开启。周二，亚马逊与其云计算部门AWS都各自公布了重磅消息。 在AWS这边，其发布了升级版的自研处理器芯片“Graviton4”。新闻稿称，与上一代Graviton3相比，其计算性能提高了30%，内核增加了50%，内存带宽增加了75%，为在亚马逊EC2中运行的云工作负载提供最佳的性价比和能效。 Graviton4 和 Trainium AWS还发布了面向人工智能系统的升级款加速器芯片“Trainium2”。介绍称，其训练速度是上一代Trainium1的四倍，并且能够组合在超过10万个芯片的EC2 UltraCluster中，“使基础模型（FM）和大型语言模型（LLM）的训练只需极少的时间，同时能效将提升至2倍。” 据了解，Trainium2将于2024年投入应用，可能取代AWS中部分英伟达的AI加速器产品，但这不意味着亚马逊和英伟达分道扬镳。在会议上，英伟达CEO黄仁勋和AWS CEO Adam Selipsky一起上台，宣布两家公司“扩大战略合作关系”。 最新的合作包括，AWS将成为第一家采用英伟达GH200 Grace Hopper Superchip平台的云服务提供商，该平台可以集成32个Grace Hopper超级芯片在一个封装“GH200 NVL32”中。配备亚马逊云技术后，服务可以扩展到数千个GH200芯片。 另外，两家公司将合作在AWS上托管英伟达的多节点AI训练即服务解决方案“NVIDIA DGX 云”，它也将成为第一个采用GH200 NVL32的DGX云。两者还在Ceiba项目上进行合作，设计全球最快的、GPU驱动的AI超级计算机，英伟达计划使用它来推动下一波生成式AI的创新。 AWS还将推出三个新的Amazon EC2实例，分别为P5e、G6和G6e，三者都将由英伟达的GPU提供支持。其中，G6e特别适合使用英伟达的平台“NVIDIA Omniverse”来开发3D工作流程、构建数字孪生和其他应用程序。 除此以外，AWS CEO Adam Selipsky还发布了一款名为“Q”的聊天机器人，专门供人们在工作中使用，并且可以根据客户的业务进行定制。新闻稿称，用户可以使用Q在AWS上构建应用程序、研究最佳实例、解决错误以及获得编写新功能的帮助。

作者 | 云鹏 编辑 | 李水青 智东西11月29日报道，刚刚，Arm Tech Symposia年度技术大会北京场在海淀区举办，Arm多位高管对AI、机器学习、物联网、基础设施、汽车、终端、移动计算等当下产业热点话题进行了深入探讨。 今年Arm的年度技术大会回归了线下，Arm中国区业务全球副总裁邹挺率先登台进行了开场演讲，他提到在当下的AI时代，Arm的业务已经从传统的智能手机拓展到云、物联网等多个领域，对Arm来说，AI新浪潮带来了更多机会。 ▲Arm中国区业务全球副总裁邹挺 Arm高级副总裁兼基础设施事业部总经理Mohamed Awad提到，中国是Arm最大的市场，中国市场中合作伙伴出货的芯片数量已经超过了300亿片，前段时间的IPO给Arm注入了很多的活力，Arm要做计算平台公司，而不仅仅是芯片IP。 从Awad的演讲中我们能感受到，当下毫无疑问是AI的时代，而Arm的产品、技术、服务布局都在向AI靠拢，从移动设备、IoT、智能汽车到基础设施，Arm的产品生态正在AI时代加速扩展。 一、从硬件、软件到生态，Arm面对AI时代亮出了哪些“黑科技”？ 在今天的会上，Arm高级副总裁兼基础设施事业部总经理Mohamed Awad对Arm在AI时代的产品、技术布局进行了解读。 Awad说，中国利用新技术创造新产品的速度是最快的，中国也有其他国家难以比拟的市场。技术变化的速度越来越快，Arm与中国的合作必然会更加紧密。 他提到，中国是Arm最大的市场，每天有1500万个基于Arm技术的芯片出货，中国市场中合作伙伴出货的芯片数量已经超过了300亿片，Arm在中国的开发者数量也超过了400万。 这次Awad特别提到了前不久Arm的IPO，他说，IPO给Arm注入了很多的活力，Arm想做的是计算平台公司，而不仅仅是芯片IP。 Arm的Neoverse、Corstone、SOAFEE等产品和服务都是向着这个目标去做的。目前，Arm聚焦的领域包括移动设备、IoT、自动驾驶、基础设施等，Arm计算平台最核心的优势主要在于计算性能及能效、加速技术创新商业化落地以及全球最大的开发者生态。 演讲中，Awad重点谈及了他对于AI技术发展的一些看法。生成式AI的快速发展对Arm究竟意味着什么？这是很多人都在问的。在他看来，在AI的发展过程中，计算、性能、软件这三个要素非常关键。 在计算方面，工业、智能家居、零售、智能城市建设等场景中的各类需求都对计算提出了新的挑战，设备之间如何通过高效协同来完成任务是当下技术迭代的重要方向之一。 在计算微架构层面的技术创新一直是Arm强项，Awad提到，Arm对产品在嵌入式设备低功耗机器学习方面的能力进行了重点优化，从Cortex-M52、M55、M85到Cortex-M，从Corstone-300到Corstone-1000。 Awad提到，在生态建设方面，标准、软件、工具的完善都需要他们与行业伙伴的合作，并非他们一家可以完成的。 会上，Awad重点提及了Arm在智能手机领域的布局。 今天，各类个人智能设备的计算能力越来越强，尤其是智能手机，其算力已经接近一些轻量级PC平台，越来越多的应用和服务都可以运行在智能手机上，这背后生态发挥着重要作用。 根据GSMA数据，2022年全球智能手机普及率已经达到了76%，2030年这一数字会来到94%。 此前Arm已经提出了整体计算解决方案（TCS）的概念，比如今年高通、联发科等众多厂商的旗舰移动芯片平台中所应用到的Cortex-X4、Cortex-A720、Immortalis-G720等架构就包含在Arm的TCS23解决方案中。 使用该方案的几个旗舰移动芯片平台在终端产品中的性能和能效比表现都比较亮眼，也引起了业内的广泛关注。当然，除了手机，基于Arm的芯片也用在了智能手表、PC、VR/AR头显等产品中。 聊完了计算，Awad将话题引至软件。Awad认为，硬件固然重要，但没了软件硬件也将不复存在。目前Arm的开发者数量超过了1500万，横跨安卓、Windows、Linux等系统。 在软件部分，Awad用自动驾驶技术的发展来做例子，他提到，当下智能汽车产业快速发展，随之而来的是巨大的代码量，今天一辆智能汽车的代码量可能超过5亿，未来甚至会达到10亿。 在这样的大背景下，软件的加速开发能力、可升级的灵活性、使用便携性等特性都十分重要，这也是Arm SOAFEE平台所重视的。 包括Cortex-A78AE、A65AE、A53在内，Arm专门针对自动驾驶应用进行了优化，在软件定义汽车时代，Arm的作用是比较关键的，从MCU、控制器、视觉、ADAS到AV等领域，Arm的技术和产品均有布局。 Awad特别提到，在自动驾驶领域，Arm会推出更多芯片定制服务，而不是简单的IP。 最后，Awad谈到了基础设施，在基础设施领域，内存带宽、GPU的都在逐渐成为AI技术发展的瓶颈，更新一代的系统架构，在CPU和内存的连接方面有重要创新，解决AI发展中遇到的一些挑战。 Arm和英伟达进行了合作，英伟达GH200 Grace Hopper产品中就应用了Arm的Neoverse V2内核。根据Arm现场展示的数据，相比同级别旗舰x86平台，其AI性能快了10倍。 Awad特别提到，在AI的世界，没有一种解决方案可以适用所有需求，解决所有任务，计算平台的灵活性、可扩展性、兼容性都很关键。 在这方面，Arm Neoverse有E、N、V等多个系列，可以针对不同场景对功耗、性能的要求进行适配。 Awad还提到了亚马逊AWS刚刚发布的Graviton4，其实该AI芯片就是基于Arm Neoverse的第四代处理器，相比上代性能提升了30%，核心数量多了50%，内存带宽提升了75%。 此外，Arm Neoverse计算子系统（CSS）也在基础设施领域有不少应用，比如微软Azure的Cobalt 100就使用了Arm的CSS。 结语：从移动设备、IoT、智能汽车到基础设施，Arm生态在AI时代加速生长 在今天的主题演讲中，我们一方面可以看到Arm面向AI时代已经进行了不少深入思考，从硬件、软件到生态都在进行布局，同时其技术和生态方面的优势也成为Arm的核心竞争力。 另一方面，Arm对中国市场的重视度愈发凸显，Arm与中国厂商的合作在不断加深，对于更多中国芯片企业以及终端厂商来说，面向未来的AI时代，Arm都是不容忽视的重要产业变量。

蔚来又多了一个换电「盟友」。 刚刚，浙江吉利控股集团有限公司与蔚来控股有限公司在杭州签署了换电战略合作协议，双方将在换电电池标准、换电技术、换电服务网络建设及运营、换电车型研发及定制、电池资产管理及运营等多个领域展开全面合作，打造「私家车」和「营运车」两大换电标准体系。 吉利汽车，成为了继长安汽车后，第二家和蔚来在换电领域进行合作的企业。 至于为什么是吉利和长安？这两家有一个共同特点 —— 有钱。 两家公司的半年报显示，吉利汽车今年上半年的营收达到了 731.82 亿元，长安汽车为 654.92 亿元，而蔚来仅有 87.72 亿元。 其次，吉利和长安对新能源车不同的发展方向，都持有积极的探索态度。 2021 年，长安的新能源战略 ——「香格里拉计划」，迎来了历史性的一刻。100 辆长安逸动 EV460 换电版出租车正式投入运营，加入了重庆「黄色法拉利」的行列，另有 20 座换电站同步启用。 次年，吉利汽车联合力帆科技共同出资成立的睿蓝汽车正式入局新能源换电赛道，推出了 3 款换电车型及其 GBRC 换电平台，曹操出行进行了大批量采购。 但无论是吉利还是长安，仅凭那一点风浪，远远不够。 对于渗透率越来越高的新能源汽车市场来说，发展换电模式需要一套庞大而完善的基础设施建设体系，借助蔚来已有的换电网络，吉利和蔚来能够更容易地进入换电市场。 单打独斗，不如抱团取暖。 反观蔚来，如今他们选择「拉帮结派」，其中道理其实和开放充电桩差不多。 在今年 7 月举办的 NIO Power Day 上，蔚来汽车联合创始人、总裁秦力洪让我们把目光投向公桩业务。 一直以来，蔚来都是中国布局公共充电桩数量最多的汽车品牌。截至今年 7 月，蔚来累计开放了多达 1.67 万根公共充电桩，布局高速超充站 150 座（合计 459 根超充桩）。 秦力洪随后还谈起了在 NIO Day 2022 发布的 500kW 超快充桩的布局情况：自今年 4 月 17 日首桩上线以来，蔚来在 94 天的时间里累计上线 488 根超快充桩。 可以说，不同于某些对超充桩布局含糊其辞的车企，蔚来一直以来的态度都是他是肯干，不说空话。为了让自家用户能有更好补能体验，几乎是不计成本地高速扩张补能网络。 但这也为蔚来埋下了隐患 —— 利用率过低导致亏损严重。据光大证券研究测算，如果是典型 60kW 直流桩，利用率需要达到 8.29% 才能达到盈亏平衡点。 因此，对于本就陷入艰难期的蔚来来说，充电桩是必然要开放的。 根据蔚来 7 月份披露的充电桩使用数据，仅有 20% 的补能用户是蔚来车主，其他品牌占到 80% 之多，其中比亚迪车主占比最高，达 19.2%，其次是特斯拉车主，占比 13.1%。 对于蔚来而言，不论品牌，四海之内，皆兄弟也。如今，换电服务从私域走向公共服务，也让蔚来松了口气。 目前，蔚来在国内拥有 2103 座换电站，按照此前秦力洪透露的一座换电站约 300 万元计算，蔚来仅在「建站」这一项的投入，就高达 63 亿元，还不包括电池和日常运营费用。反观蔚来的现金池，截至今年上半年，蔚来现金及现金等价物为 137.2 亿元，同比减少 71.8 亿元，短期借款达 120.6 亿元。 这意味着，随着换电网络的继续扩大，换电站还将进一步「吞噬」蔚来的资金池。 蔚来副总裁沈斐曾表示：「只要能干到一天 50-60 单，换电站就能够盈亏平衡。」然而，蔚来目前每座换电站的日均换电次数只有 35-36 次。这意味着，如果蔚来无法提升换电站的使用效率，随着换电站数量的提升，蔚来的运营压力将指数级上升。 然而随着吉利和长安的入局，秦力洪的那句「蔚来不会倒闭，也不可能倒闭」，似乎变得更响亮了。接下来，蔚来将同步推进两类站点：蔚来用户专属换电网络以及用于多品牌共享的换电网络。 在今年的 NIO Power Day 上，秦力洪还说了这样一番话： 其实每一次被问到盈利的问题，我作为蔚来能源的负责人，其实更多去思考的是什么呢？就是我做这件事情咱们创造了多少价值？因为有些价值你是当下可以用钱来衡量的，有些它可能是一个比较长期的，难以用钱来衡量。 如果我单算服务费的收入，这个线路我肯定是亏的，但是它让全国用户都能够放心地去购买、使用电动车，这个价值其实是难以衡量的。

作者 | 云鹏 编辑 | 李水青 智东西11月29日报道，今天Arm在北京举办了年度技术大会，会后智东西与少数业内媒体一起与Arm高级副总裁兼基础设施事业部总经理Mohamed Awad等高管进行了面对面深度交流。 Awad在沟通会上首先对上午演讲中的重点信息进行了总结，他的一个观点令人印象深刻，在AI新时代，Arm要做的并不是打造一个“完美的架构”，而是为更多企业的创新提供一个更好的“平台”，厂商们基于Arm架构可以设计出更多出色的芯片产品，例如英伟达的GH200 Grace Hopper。 AI大模型是当下科技产业讨论中避不开的一个话题，Awad说，AI技术发展太快了，我们每次讨论的内容都可能不一样，在他看来，AI领域最大的挑战之一就是内存带宽，解决这样的挑战需要新的系统架构，提高内存一致性。系统架构的灵活性、强大的生态系统至关重要，这些都是满足AI大模型发展需求的关键。 目前，从最小的设备到最大的数据中心，AI将会无处不在，每个涉及计算的领域都需要更多算力、更多加速能力。对于Arm而言，这是巨大的机会。在TCS24方案中，Arm会有更多针对AI的相关升级，后续会有更多信息释放。 最近智能手机、PC等产品都在向生成式AI靠拢，比如提出AI PC的概念，Arm作为底层芯片技术提供商，对此是如何思考和布局的？AI大模型会给移动芯片生态带来哪些变化？ 对于智东西提出的这些问题，Awad给出了自己的看法，他提到，AI大模型的训练更多会发生在云端，而推理过程则会发生在各个节点，从端侧设备到云端。 从提升计算性能的角度来看，实现软硬件的紧密耦合是必须的，包括CPU、NPU、GPU，整个计算系统。系统中的各个器件都不是孤立的，这也是Arm推出全面计算解决方案这样一个概念的原因之一。 对于云巨头自研芯片的产业趋势，Awad认为，Arm这么多年以来做的都是“基础设施建设”。五年以前，在基础设施建设方面，厂商会购买预配置好的芯片，购置服务器，但如今云计算巨头都在自研芯片。 云巨头自研的目的并不只是为了降低成本，其最主要的目的是把每一颗芯片的性能、效能做到极致，根据自己的工作负载、围绕自己的数据中心进行个性化定制。正因为有这样的优化，他们才越来越不惧怕日益增长的数据处理需求，从而为“GPTs”时代做好准备。 昨晚AWS发布的自研芯片和微软两周前发布的自研芯片，都是芯片和对应的服务器同步开发的，此外，英伟达、AWS、微软的CPU和加速器也都是一起开发的。 在基础设施建设领域，Arm Neoverse计算子系统（CSS）的核心优势是可以提供“预集成”，比如配置64核芯片和互联模块的产品，亚马逊AWS对芯片物理层的配置做了一些改变，这些意味着需要做很多工作，例如I/O接口加速，而Arm的CSS已经将这些基础工作做完了。 对于Arm的合作伙伴来说，厂商有很多选择，比如选择开箱即用的方案，或者使用芯粒、离散IP等方案。 在沟通后的参观环节，我们看到基于Arm的云实例相比基于x86的云实例在性能和成本上都有比较明显的优势，在芯片EDA设计、视频编解码等应用场景中优势比较明显。 结语：构建AI时代的“基础设施”，生成式AI加速Arm生态成长 在交流中，我们能看到Arm对于自身在AI新时代的机遇和挑战都有比较清晰的认识，同时Arm给自己在产业中的定位似乎更倾向于底层平台提供方，类似AI时代的“基础设施”建设者，基于自身硬件、软件、生态层面的优势技术，赋能芯片厂商。 面向未来的AI大模型时代，例如高通、联发科等移动芯片厂商，微软、亚马逊等云巨头都在芯片领域有更多新的布局，生成式AI在移动芯片、服务器芯片市场也掀起了新的技术革新浪潮，Arm生态无疑会继续加速成长。

作者 | 云鹏 编辑 | 李水青 智东西11月29日报道，今天Arm在北京举办了年度技术大会，会后智东西与少数业内媒体一起与Arm高级副总裁兼基础设施事业部总经理Mohamed Awad等高管进行了面对面深度交流。 Awad在沟通会上首先对上午演讲中的重点信息进行了总结，他的一个观点令人印象深刻，在AI新时代，Arm要做的并不是打造一个“完美的架构”，而是为更多企业的创新提供一个更好的“平台”，厂商们基于Arm架构可以设计出更多出色的芯片产品，例如英伟达的GH200 Grace Hopper。 AI大模型是当下科技产业讨论中避不开的一个话题，Awad说，AI技术发展太快了，我们每次讨论的内容都可能不一样，在他看来，AI领域最大的挑战之一就是内存带宽，解决这样的挑战需要新的系统架构，提高内存一致性。系统架构的灵活性、强大的生态系统至关重要，这些都是满足AI大模型发展需求的关键。 目前，从最小的设备到最大的数据中心，AI将会无处不在，每个涉及计算的领域都需要更多算力、更多加速能力。对于Arm而言，这是巨大的机会。在TCS24方案中，Arm会有更多针对AI的相关升级，后续会有更多信息释放。 最近智能手机、PC等产品都在向生成式AI靠拢，比如提出AI PC的概念，Arm作为底层芯片技术提供商，对此是如何思考和布局的？AI大模型会给移动芯片生态带来哪些变化？ 对于智东西提出的这些问题，Awad给出了自己的看法，他提到，AI大模型的训练更多会发生在云端，而推理过程则会发生在各个节点，从端侧设备到云端。 从提升计算性能的角度来看，实现软硬件的紧密耦合是必须的，包括CPU、NPU、GPU，整个计算系统。系统中的各个器件都不是孤立的，这也是Arm推出全面计算解决方案这样一个概念的原因之一。 对于云巨头自研芯片的产业趋势，Awad认为，Arm这么多年以来做的都是“基础设施建设”。五年以前，在基础设施建设方面，厂商会购买预配置好的芯片，购置服务器，但如今云计算巨头都在自研芯片。 云巨头自研的目的并不只是为了降低成本，其最主要的目的是把每一颗芯片的性能、效能做到极致，根据自己的工作负载、围绕自己的数据中心进行个性化定制。正因为有这样的优化，他们才越来越不惧怕日益增长的数据处理需求，从而为“GPTs”时代做好准备。 昨晚AWS发布的自研芯片和微软两周前发布的自研芯片，都是芯片和对应的服务器同步开发的，此外，英伟达、AWS、微软的CPU和加速器也都是一起开发的。 在基础设施建设领域，Arm Neoverse计算子系统（CSS）的核心优势是可以提供“预集成”，比如配置64核芯片和互联模块的产品，亚马逊AWS对芯片物理层的配置做了一些改变，这些意味着需要做很多工作，例如I/O接口加速，而Arm的CSS已经将这些基础工作做完了。 对于Arm的合作伙伴来说，厂商有很多选择，比如选择开箱即用的方案，或者使用芯粒、离散IP等方案。 在沟通后的参观环节，我们看到基于Arm的云实例相比基于x86的云实例在性能和成本上都有比较明显的优势，在芯片EDA设计、视频编解码等应用场景中优势比较明显。 结语：构建AI时代的“基础设施”，生成式AI加速Arm生态成长 在交流中，我们能看到Arm对于自身在AI新时代的机遇和挑战都有比较清晰的认识，同时Arm给自己在产业中的定位似乎更倾向于底层平台提供方，类似AI时代的“基础设施”建设者，基于自身硬件、软件、生态层面的优势技术，赋能芯片厂商。 面向未来的AI大模型时代，例如高通、联发科等移动芯片厂商，微软、亚马逊等云巨头都在芯片领域有更多新的布局，生成式AI在移动芯片、服务器芯片市场也掀起了新的技术革新浪潮，Arm生态无疑会继续加速成长。

文/王慧莹 编辑/子夜 独立三周年之际，荣耀准备走入下一阶段。 近期，荣耀通过董事会公告的方式，向全体员工明确了积极通过首发上市推动公司登陆资本市场事宜。 与公司上市进程并行的，是荣耀管理层的变动。 根据荣耀的公告，作为深圳国资代表的吴晖将担任荣耀董事长，原董事长万飚担任副董事长。吴晖此前担任深圳市水务（集团）有限公司董事长。 让代表国有资本的董事长加入荣耀，意味着荣耀组织管理体系的完善。更多元化的董事会，更清晰的股权结构，荣耀方面称，这是为了“适应新阶段的治理和监管需要”。 11月23日，荣耀召开新荣耀三周年暨荣耀100系列新品发布会，CEO赵明在会后媒体采访环节明确了这一点。赵明表示，在荣耀IPO没有可对标的对象，但肯定会选择在中国上市。 图源荣耀官网 要明确的是，无论选择在哪里上市，决定其未来股价和资本故事的，仍是其市场表现。 从目前整个市场来看，手机大盘出货量连年下滑，荣耀很难独善其身。从细分市场看，荣耀的基本盘是中低端市场，但其机海战术面临劲敌小米、OPPO、vivo。而高端市场上，随着华为的逐步回归，苹果继续保持优势，荣耀需要加快突围脚步。 更重要的是，业务单一的荣耀要面临资本市场对于成长性的考验。当其他厂商都在多元化布局时，荣耀除了啃下更大的手机市场，也要寻求新的增长点。 三年前，荣耀经历了至暗时刻，如今站稳后又迎来新的考验。从华为的荣耀，到荣耀的荣耀，荣耀用了三年。未来，荣耀要成为“世界的荣耀”，它又将用几年？ 这一次的市场环境比以前更具挑战，道路势必也更加漫长，但走向更高、更远，也是荣耀必须做的事。 荣耀到了应该上市的时候 “借壳上市从来不是荣耀的选择。” 荣耀CEO赵明在荣耀三周年媒体群访时的一番话为荣耀的上市之路定下了基调——荣耀要独立上市。 发布会前一天，荣耀董事会公告明确荣耀将通过IPO上市：“为实现公司下一阶段的战略发展，公司将不断优化股权结构，吸引多元化资本进入，通过首发上市推动公司登陆资本市场。” 11月23日晚，荣耀CEO赵明会后接受媒体采访时表示，新董事长的加入会让董事会更加多元，这也是荣耀在走向资本市场过程中的需要。 之所以选择在此时官宣上市消息，是荣耀想减少借壳上市传闻产生的影响。此前，荣耀多次被资本市场炒作为借壳上市，引发了不少的猜想。 事实上，国内手机厂商登陆资本市场的动作并不多，目前头部手机厂商只有在港股上市的小米，和在A股上市的传音控股，后者的主业务在海外，国内市场对它的感知并不强烈。 这次，轮到荣耀官宣上市进程。对于荣耀来说，上市是个意料之中的计划。 赵明曾多次对外表示，荣耀一定会走向资本市场。早在去年4月，荣耀CEO赵明在接受媒体采访时就表示：“股东和资本多元化是企业的应有之意，可以有更多资源帮助企业发展”。 三年前，离开华为后，投资荣耀的股东阵容堪称豪华；三年后，荣耀到了给股东交代的时候。 2020年11月，荣耀从华为拆分。荣耀的收购方为深圳市智信新信息技术有限公司，该公司由深圳市智慧城市科技发展集团（深圳国资控股）与30余家荣耀代理商、经销商共同投资设立，国资持股超过9成。 2021年10月，荣耀启动了公司股份的内部认购，根据员工的职级、绩效给予相应认购额度，每股价格为1.06元。内部说法是，希望普通员工也能分享公司的成长红利。 2022年11月，荣耀通过定向增发的方式，从京东方、中金资本、国信资本、鲲鹏资本等获得了数十亿元战略投资。其中，新增股东京东方背后，是北京市国资委。至此，荣耀的股东增至15家。 上市本身就在荣耀的规划之中，加之股东的诉求，让荣耀按下了上市的加速键。 更关键的因素在荣耀手机业务本身。随着手机市场由增量变存量，手机厂商的竞争白热化程度已经持续很久，今年的特殊性在于华为手机的强势回归。 根据调研机构IDC公布的上半年中国高端手机市场品牌份额排行榜显示，苹果以67.0%的市场份额排名第一，位列第二的则是占到15.6%的华为，OPPO、小米、荣耀、vivo的占比则分别为4.2%、3.7%、3.2%、3.0%。 据中信建投证券近日发布的研报显示，华为是9月以来增长势头最强的手机厂商，在2023年第40周（10月2日~10月8日）内，华为手机的销量份额增长至19.4%，位居市场第一。 随着华为携“遥遥领先”的Mate60回归，高端手机市场将再度回到苹果、华为的“双寡头”时代，这势必会影响荣耀的市场份额，尤其是冲击高端之路。 过去三年，荣耀的成长离不开华为时期留下的品牌红利，也离不开自身的突围能力。市场寒冬仍在持续，上市是荣耀与其他手机厂商错位竞争的机会，也意味着它将走入新的阶段。 向上显露野心、向下频发新机， 荣耀在压力下冲刺 “做华为全球最强的竞争对手，超越华为，甚至可以喊打倒华为”，三年前，任正非如此对荣耀作出嘱托。 那时的荣耀正挣扎在手机业务的生死线上，国内的市场份额一度只剩下3%。重压之下，荣耀必须要冲刺。 曾经背靠着华为这棵大树，荣耀并没有独立的供应链体系，而是一直依附于华为的供应体系。独立之后，荣耀要自己搭建一套完整的涵盖采购、生产、交付、售后等各个环节的供应链体系。 研发自己的新品，搭建自己的朋友圈，加强和供应链上下游的合作，很快，荣耀迎来了手机业务的转折点——荣耀50系列的发布。 2021年6月16日，荣耀50系列的发布会现场，此前的经历被赵明总结为“黎明前的黑暗已经过去”。荣耀50系列发售，承载的是复兴荣耀，让荣耀迈过生死线的使命。 荣耀50，图源荣耀微信公众号 那之后，荣耀罕见地开启了“机海战术”，几乎每个月都会有一款新品发布。 荣耀X20SE、Magic3系列、play5 活力版、畅玩20PRO、X30i、荣耀60系列、X30等一系列新机相继问世。 重新梳理产品、供应链、渠道，让销量触底的荣耀，很快迎来新一轮的增长。 根据IDC数据，2021年荣耀在国内以11.7%排名第五。到了2022年，其以18.1%的份额跃升到中国第二。 重生是荣耀当时的关键词，但手机市场风云变化，尤其整个大盘进入存量阶段，荣耀的压力一直有。 在2022年三季度出货量下跌后，荣耀便再次进入了下行状态。IDC数据显示，2023年Q1荣耀的市场份额排名第四，降至16%，同比降幅达到22.8%。 本质上，离开华为后，荣耀不再是华为年轻化的子品牌，目标也不再是对标小米，而要成为一个产品体系完整的手机品牌，甚至对标苹果、华为。 换言之，荣耀想要占领市场份额，不仅要向下抓住中低端市场，还要冲击高端市场。 2021年8月，赵明在行业里率先喊出了“和苹果终有一战”，推出了高端产品线Magic3系列，售价从4599元一直上探到7999元。 “它是承载荣耀高端系列崛起的产品。”Magic3发布时，赵明强调，赵明对荣耀Magic3的期望很高，称其为“行业最顶级的旗舰产品，达到和超越华为Mate和P系列的水平”。 Magic系列帮助荣耀拿到了高端市场入场券，但不足以改变高端手机市场的排位，随即荣耀找到了高端化新的突破口——折叠屏。 2022年刚开年，荣耀发布了第一款折叠屏手机，荣耀MagicV系列，价格更是被拉到了9999元。今年下半年，荣耀接连发布了Magic V2、V Purse和Magic Vs2三部折叠屏手机。 11月23日，荣耀宣布全年第100万台折叠屏手机正式下线，其中近八成为荣耀Magic V2。同时，IDC数据显示，Magic V2成为今年Q3的折叠屏单品市场份额第一，这也助推了荣耀在高端市场获取份额。 荣耀Magic V2，图源荣耀官网 实际上，高端化对于荣耀而言，是一条十分艰难的路。 以往，荣耀给大众的第一印象是更偏向于中低端市场，想要在短时间内教育市场、改变市场定位不容易。 体现在数据上，尽管荣耀折叠屏的市场反响不错，但在整个高端市场，荣耀还是未能进入榜单。据Canalys数据显示，今年第三季度中国高端智能手机市场(3500 元以上)同比增长 12.3%，最畅销的五款高端机型分别是iPhone 14Pro Max、iPhone 14 Pro、iPhone 14、华为Mate60 Pro、iPhone 15 Pro Max。 苹果在高端手机市场的统治地位更加稳固，华为已然强势回归，原本空出的高端市场竞争只会更加激烈。 好消息在于，向下、向上两手抓，荣耀在今年三季度，重新问鼎国内手机市场份额第一。市场分析机构Canalys报告显示，2023年第三季度，中国智能手机市场出货6670万部，荣耀以18%的市场份额重返第一，出货量为1180万部。 这三年，荣耀从离开华为，到成为自己，一直在压力下冲刺。如何在持续下滑的手机市场讲出性感的故事，让资本市场买单，考验着接下来的荣耀。 要受到资本青睐，荣耀需要做更多 站在资本市场的门前，手机不算是个性感的故事。 回想2018年小米上市，股价破发，经过多次回购才稳住股价。2021年，小米股价在其宣布造车时达到历史最高点，至今股价仍低于当年上市时的报价。 今年十月之前，全球智能手机销量已经连续27个月同比下滑，让这个本就不性感的传统行业雪上加霜。 对荣耀而言，尽管市场份额回归，但主要是靠中低端机型回血，而非高端化机型。 一个问题在于，手机市场安卓硬件很难赚钱，加之荣耀给经销商的返点，价格本就不高的低端机型利润十分有限。 多方因素之下，荣耀的利润压力一直存在。赵明也曾在多个公开场合表示，当前手机市场成本压力巨大。 事实上，手机市场下滑后，众多手机厂商都在寻找第二曲线来提高自身的想象力。 今年，ChatGPT引领的大模型浪潮让手机厂商兴奋起来，手机与大模型的结合，是个充满想象力的方向。目前，华为、OV、小米都已完成相关布局甚至落地。华为在8月初发布的鸿蒙4中就接入了AI大模型，9月又在Mate 60系列接入盘古人工智能大模型；vivo则发布了十亿、百亿、千亿三个参数量级的5款自研大模型，在vivo X100系列搭载了蓝心大模型。 相比之下，荣耀姗姗来迟。赵明在三周年文章中表示，荣耀即将推出自研70亿端侧AI大模型和全新云服务。 更早之前，造车也被手机厂商看作是第二曲线。前有小米为小米汽车而战，后有华为深度参与造车产业链，但荣耀对于造车似乎尚无计划。 而在loT的生态布局上，小米、华为都在紧锣密鼓地发展，并取得一定的成绩。对比荣耀，自2020年提出“1+8+N”全场景战略后，并未有太多进展。 这些年，荣耀一直聚焦在手机领域，难免业务单一。可以预见的是，未来的荣耀，仅靠手机这个故事，很难撑起其在资本市场的高估值。上市之前，荣耀要尽可能创造更大的想象空间，而这要靠新故事描绘。 更为聚焦的荣耀把“宝”押在了手机出海业务上，尤其是欧洲市场。 2023年是荣耀重启海外业务的第二年，重启欧洲市场的元年。从今年三季度欧洲手机市场来看，荣耀势头不错，是市场份额排名前五品牌中唯一一家实现出货量增长的公司，同比增长8%。但从整体市场份额来看，仅为3%。 荣耀发力欧洲市场的决心很足。三周年发布会上，赵明提出“要把欧洲市场打造成荣耀的第二市场”，并计划在明年实现150%的出货量同比增长。 这是一条艰难而漫长的路。 一个大背景是，当前欧洲市场几乎都以中高端产品为主，且市场份额被苹果和三星长期抓住。同时，全球手机市场遇冷，根据Counterpoint Research最新数据，今年三季度欧洲整体智能手机出货量同比下降11%，是2011年以来数据最低的一年。 图源Counterpoint Research官网 对于新市场而言，荣耀想要占领欧洲市场，意味着荣耀需要有与苹果和三星这类手机厂商掰手腕的技术和实力。 据赵明透露，今年荣耀全球销量同比增长约200%，发货增长约180%，海外市场销量占比中国区的30%+，预计2024年会超过40%。 全球手机市场的寒意不止，前景不明的海外市场环境，能支撑荣耀多少想象力，目前还难说。但至少，国产手机出海，荣耀已经有了小米、OV的经验，摸着石头过河，出海或是荣耀更容易实现增长的路径。 赵明也表示，一个全新的品牌到海外全球市场拓展，可能要到八年才能实现盈利性增长，但荣耀近两年在全球几乎所有地区都实现了有利润的增长。 过去，荣耀的主线任务是在激烈而复杂的手机市场里，寻找一条出路；现在，荣耀的主线任务是登陆资本市场，讲述一个性感的故事。荣耀的考验升级，手机市场也会更加热闹。